基于深度学习的口吃诊断与治疗系统
计算机与社会
2020-07-17 v1 计算机视觉与模式识别
机器学习
声音
音频与语音处理
摘要
口吃（亦称结巴）是一种破坏言语连续性的交流障碍。本工作项目试图开发自动识别程序来评估口吃性不流畅，并利用这些评估为个体筛选言语疗法。口吃可表现为声音和音节的重复、延长或异常停顿。我们的系统旨在通过诊断口吃的严重程度和类型，并通过学习口吃描述符与言语疗法对其有效性之间的相关性来建议适当的练习疗法，从而帮助口吃者。本文聚焦于使用门控循环 CNN 对 MFCC 音频特征实现口吃诊断代理，以及使用 SVM 实现疗法推荐代理。文中还展示了所开发系统获得的结果及各项关键发现。
引用
@article{arxiv.2007.08003,
title = {Stutter Diagnosis and Therapy System Based on Deep Learning},
author = {Gresha Bhatia and Binoy Saha and Mansi Khamkar and Ashish Chandwani and Reshma Khot},
journal= {arXiv preprint arXiv:2007.08003},
year = {2020}
}
备注
About stutter classification, severity diagnosis and therapy recommendation