面向 L2 英语学习者的鲁棒误发音检测与诊断的口音调制方法
多媒体
2021-10-05 v2 声音
音频与语音处理
摘要
随着全球化的加速，越来越多的人愿意或被要求学习第二语言 (L2)。当前用于计算机辅助发音训练 (CAPT) 的误发音检测与诊断 (MDD) 模型面临的主要挑战之一是处理带有各种口音的 L2 学习者的语音。在本文中，我们着手减轻在构建带有端到端 (E2E) 神经模型的 L2 英语 MDD 系统时口音多样性的不利影响。为此，我们首先提出了一个有效的建模框架，将口音特征注入到 E2E MDD 模型中，从而使模型更具口音感知能力。更进一步，我们设计并提出了不同的口音感知模块，以更细粒度的方式对口音感知的声学特征进行调制，从而增强所得 MDD 模型的判别能力。在 L2-ARCTIC 基准数据集上进行的大量实验表明，与一些现有的基于 E2E 的强基线以及著名的基于发音评分的方法相比，我们的 MDD 模型具有优势。
引用
@article{arxiv.2108.11627,
title = {Towards Robust Mispronunciation Detection and Diagnosis for L2 English Learners with Accent-Modulating Methods},
author = {Shao-Wei Fan Jiang and Bi-Cheng Yan and Tien-Hong Lo and Fu-An Chao and Berlin Chen},
journal= {arXiv preprint arXiv:2108.11627},
year = {2021}
}
备注
Accepted by ASRU 2021