Dec, 2022

印度本土语音素对 L2 英语发音影响的研究

PDF
TL;DR研究印度英语说话者的口音，包括其母语语音的影响，并系统性地描述了印度英语的特点，以便于在自动语音识别和语音合成系统中实现印度口音的转换和适应。
indian englishaccentsphonemic variationspronunciationsspeech systems
发现论文，激发创造
  • 关于印度英语发音变异相对于标准英语的研究

    本文从语音识别和语音合成的角度出发，对印度英语的发音变异进行了分析和研究，提出了一种基于数据驱动的新型语音转换模型，并用基于音素错误率的性能指标进行了测试。

    Apr, 2022

  • 非母语口语词语处理的音韵模型

    研究发现，非母语人士在处理口语时存在困难，导致其在词汇记忆的语音编码上不够准确，本研究使用计算模型模拟语音学习，发现有些非母语人士的口音知觉可能是导致这种困难的原因之一。

    Jan, 2021

  • 基于机器学习的印度口语识别概述

    本文综合评述了印度口语识别领域的研究现状及其面临的独特挑战，探讨了可用的语音语料库、已有的研究成果和未来的研究方向，有助于了解该领域现状和发展趋势。

    Nov, 2022

  • 母语同源词对第二语言词汇选择的影响

    通过大量非母语英语使用者的语料库，研究发现词汇选择受到个人母语的影响，特别是语序和词汇语境，甚至从单个例子出发可以重构印欧语系的语言家族树。

    May, 2018

  • 母语设计偏见：研究英语作为母语对语言模型性能的影响

    该研究通过分析数据集，探讨了大型语言模型在回答非英语母语使用者的问题时是否会产生性能偏差，结果发现与母语使用者相比，非英语母语使用者在与语言模型的互动中会获得更低质量甚至事实错误的回答。

    Jun, 2024

  • 从外语使用中重构母语语言类型

    本研究通过英语作为第二语言文本中的结构特征和母语语言的类型学特征之间的相似性，提供了支持语言相似性跨语言转移的实证证据，并利用这一发现，在不依赖类型学资源的情况下，直接从 ESL 文本中恢复母语类型学相似性结构，并以无监督的方式执行对目标语言的类型学特征预测。我们的方法在类型学预测任务上取得了 72.2％的准确度，具有与依赖类型学资源的等效方法相当的竞争力。

    Apr, 2014

  • 孟加拉文本的国际音标转写

    该研究论文介绍了国际音标 (IPA) 及其在孟加拉语音韵学和语音学中的应用，提出了一个新的 IPA 标准框架，并介绍了一个包含深度学习基准测试的新数据集，以促进语言分析、NLP 资源创建和相关技术的开发。

    Mar, 2024

  • 使用感知同化模型和最先进的声学模型预测非母语言音知觉

    本文通过利用两个先进的语音模型 (Dirichlet process Gaussian mixture model 和 wav2vec 2.0) 的表现来实现一种新的想法，探讨母语对语音感知的影响，以 61 个元音为例，并表明音位同化比精细的语音建模更好地预测区分行为，同时显示 wav2vec 2.0 是较低层次音韵特征的良好模型。

    May, 2022

  • 使用通用编码将文本映射到相同的语音 - 正字空间中的机器翻译

    为了解决印地语交互下，由于语言间巨大的形态学复杂度而导致的低资源语言之间的翻译问题，本文提出了一种基于常见多语种拉丁编码的方法。使用这种方法，结合 Byte Pair Embedding，可以更好地利用印地语相似性，并通过将不同但相似的语言映射到同一正交 - 语音字符空间来改进翻译质量。在低资源条件下，我们验证了提出的方法，并且在大多数情况下得到了改进，在类似语言对（Gujarati-Hindi，Marathi-Hindi，Nepali-Hindi，Maithili - Hindi，Punjabi-Hindi 和 Urdu-Hindi）中，在一个案例中提高了约 10 BLEU 分数，而在远程和零 - shot 语言对中还提高了约 1 个 BLEU 分数。

    May, 2023

  • 揭示第一和第二语言单词感知中的远程和近程语境效应：心理物理逆相关的研究

    用逆相关方法系统地改变英语（/i/-/I/）和法语（/u/-/y/）的第二语言（L2）说话者语速和音高，从而重建偏向他们感知的韵律特征，发现元音感知实际上受到来自周围音高和语速的相冲突效应的影响，且 L1 和 L2 说话者在感知上表现出惊人的相似韵律特征。为研究跨刺激、时间尺度和声学领域的声学背景效应提供了一种新方法。

    Jun, 2024