基于心理生理辅助的口吃儿童感知流畅语音分析
声音
2025-05-13 v2 人机交互
音频与语音处理
摘要
本文提出一种名为PASAD的新方法,用于检测幼童感知流畅语音声学的变化。特别地,对感知流畅语音的分析能够识别被认为口吃不流畅潜在原因的语音运动控制因素。近期研究表明,幼童尤其是口吃儿童的语音产生可能受到情境生理唤醒的不利影响。本文的一个主要贡献是实时利用说话人的情境生理反应来有效分析语音信号。所提出的PASAD方法采用超网络(Hyper-Network)结构,借助生理参数提取时间语音重要性信息。此外,我们在不同条件下收集了73名口吃 preschool-age 儿童(CWS)与非口吃儿童(CWNS)的语音与生理传感数据。PASAD独特的架构能够识别口吃儿童流畅语音特有的语音属性,并将其映射到说话人相应的语音运动控制因素。提取的知识可增进对儿童语音运动控制及口吃发展的理解。我们的综合评估表明,PASAD在不同条件下优于最先进的多模态基线方法,对说话人的语音与生理具有表现力与适应性、可泛化、鲁棒且可实时执行。
引用
@article{arxiv.2211.09089,
title = {Psychophysiology-aided Perceptually Fluent Speech Analysis of Children Who Stutter},
author = {Yi Xiao and Harshit Sharma and Victoria Tumanova and Asif Salekin},
journal= {arXiv preprint arXiv:2211.09089},
year = {2025}
}
备注
13 pages, 5 figures, ICCPS 2025