基于自回归模型与改进评估指标的可信音素边界检测
声音
2022-12-14 v1 音频与语音处理
摘要
音素边界检测因其在各种语音应用中的核心作用而被研究。在本工作中，我们指出该任务不仅需要通过算法方式解决，也需要通过评估指标解决。为此，我们首先提出一种以自回归方式运行的最先进音素边界检测器，称为SuperSeg。在TIMIT和Buckeye语料库上的实验表明，与现有模型相比，SuperSeg以显著优势识别音素边界。此外，我们注意到流行的评估指标R-value存在局限性，并提出了新的评估指标，防止每个边界多次贡献于评估。所提出的指标揭示了非自回归基线的弱点，并建立了适合评估音素边界检测的可靠准则。
引用
@article{arxiv.2212.06387,
title = {Towards trustworthy phoneme boundary detection with autoregressive model and improved evaluation metric},
author = {Hyeongju Kim and Hyeong-Seok Choi},
journal= {arXiv preprint arXiv:2212.06387},
year = {2022}
}
备注
5 pages, submitted to ICASSP 2023