利用声学测量从口语阅读中预测词汇技能
音频与语音处理
2021-12-02 v1 声音
信号处理
摘要
识字评估是全球教育管理者的一项重要工作。通常在学校环境中通过测试儿童的口语阅读来完成，其人力投入密集。尽管自动语音识别（ASR）是该问题的一个潜在解决方案，但除了需要特定语言和口音的语音进行训练外，其对手持设备而言往往计算昂贵。在本工作中，我们提出一种基于录音中提取的简单声学特征来预测学生单词解码技能的系统。我们首先通过分析儿童口语阅读录音的手动转写数据集，确定了单词解码技能的有意义分类。随后尝试利用所提出的声学特征对该类别进行自动预测。研究发现，停顿统计、音节速率以及频谱与强度动态是特定类型口语阅读缺陷的可靠指标，可通过区分初学者的不同特征提供有用反馈。这种计算简单且语言无关的方法，其性能接近于需要使用大量参数调优的语言相关ASR所获得的性能。
引用
@article{arxiv.2112.00635,
title = {Predicting lexical skills from oral reading with acoustic measures},
author = {Charvi Vitthal and Shreeharsha B S and Kamini Sabu and Preeti Rao},
journal= {arXiv preprint arXiv:2112.00635},
year = {2021}
}