文本与语音特征在自动非母语英语口音识别中的相关性
计算与语言
2018-04-17 v1
摘要
本文描述了我们利用低级音频特征以及来自人工转写的 n-gram 特征，从非母语英语使用者的语音样本中自动识别其母语口音的实验。使用一个公开可用的非母语语音语料库以及不进行词/音素识别的简单音频特征表示，我们表明对于该任务有可能达到接近 90% 的分类准确率。虽然字符 n-gram 的表现与语音特征相近，但我们表明语音特征不受提示变化的影响，而 n-gram 则会受影响。由于所采用的方法只要有足够训练数据便可轻易适配任意语言，我们相信这些结果将为口音识别系统的开发以及语言学习语境下的口音研究提供有益的见解。
引用
@article{arxiv.1804.05689,
title = {The Relevance of Text and Speech Features in Automatic Non-native English Accent Identification},
author = {Sowmya Vajjala and Ziwei Zhou},
journal= {arXiv preprint arXiv:1804.05689},
year = {2018}
}
备注
Paper was originally submitted for NAACL 2018 and rejected. However, we don't plan to work further on this project due to logistic constraints. So, we are uploading the submitted version, with some changes to address reviewer comments