面向零样本孤立词阅读评估
计算与语言
2025-07-17 v1 音频与语音处理
摘要
我们探索一种无语音识别（ASR）方法，用于低资源环境下的孤立词阅读评估。我们的零样本方法将输入的儿童语音与少量成人提供的参考模板进行比较。输入数据和模板均使用来自大型自监督学习（SSL）模型的中间层进行编码。使用阿非利亚斯儿童语音基准数据集，我们检讨设计选项，如离散化SSL特征和模板的重心平均。理想化实验显示成人表现良好，但即使使用儿童模板，儿童语音输入的性能仍出现显著下降。尽管SSL表示在低资源语音任务中取得成功，但我们的工作凸显了在零样本分类系统中处理儿童数据时SSL表示的局限性。
引用
@article{arxiv.2507.12217,
title = {Towards few-shot isolated word reading assessment},
author = {Reuben Smit and Retief Louw and Herman Kamper},
journal= {arXiv preprint arXiv:2507.12217},
year = {2025}
}
备注
Accepted to SLaTE 2025