Dec, 2023

自动化言语听力学：是否可使用开源的预训练 Kaldi-NL 自动语音识别实现？

PDF
TL;DR利用 Kaldi-NL 工具，提出了一种自动化的 digits-in-noise（DIN）测试设置，可以在没有人工监督的情况下评估口语反应，并通过评估 Kaldi-NL 的解码响应来分析其性能和对 DIN 测试结果的影响，为临床应用提供可行性。
digits-in-noise testautomated din test setupkaldi-nlspeech reception thresholdclinical applications
发现论文，激发创造
  • 口语阅读准确性自动评估于阅读诊断

    本研究通过使用 ASR 技术自动评估荷兰语口头阅读准确度，证明采用手动正字法转录和阅读测试数据中的阅读错误进行语言模型可以提高评估性能。

    Jun, 2023

  • 通过自动语音识别在小学中进行阅读疏忽检测

    本研究探讨了现有的最先进预训练自动语音识别（ASR）模型在识别荷兰语为母语的儿童语音和检测阅读错误方面的效果，发现 Hubert Large 在荷兰语儿童语音识别方面达到最佳表现（23.1% 的音位级错误率），而 Whisper（Faster Whisper Large-v2）则在词级表现最佳（9.8% 的词错误率）。此外，Wav2Vec2 Large 和 Whisper 是用于阅读错误检测的两个最佳 ASR 模型，其中 Wav2Vec2 Large 的召回率最高（0.83），而 Whisper 的精确度和 F1 得分均为 0.52。

    Jun, 2024

  • 基于 DNN 性能度量的语音可懂度预测

    基于深度神经网络和语音识别技术的语音理解模型，可高度精确地模拟听取语音信息的相关属性，不需要干净的语音参考或单词标签。

    Mar, 2022

  • 利用声学特征检测认知损伤：超越 Cookie 盗窃图片测试

    该研究使用标准化测试中的语音数据，通过使用 OpenSMILE 特征和支持向量机分类器，成功实现了认知障碍的自动检测，并使用 wav2vec 2.0 特征提取技术进一步提高了识别准确度。

    Jun, 2022

  • 噪声标记实现听觉注意力解码的初步研究

    这项研究针对听觉注意解码（AAD）使用噪声标记刺激协议进行了初步尝试，通过对未调制音频和不同调制深度的调制音频进行解码比较，发现传统方法在 70 至 100％调制深度时表现更好，并且噪声编码解码器并没有进一步改善结果。这些基本洞见凸显出将噪声编码整合到语音中以增强多个同时讲话者的听觉讲话者检测的潜力。

    Mar, 2024

  • 基于 ASR 的阅读启蒙导师：如何优化对一年级学生的反馈

    本研究通过 ASR 系统分析儿童的语音来开发新的系统，与之前的研究进行比较，结果表明新开发的 ASR 系统在正确拒绝方面表现出更好的结果；该结果表明，难以对孤立的单词进行分类。

    Jun, 2023

  • 学前儿童语言发展测试中的伪词发音分类

    本研究旨在通过使用不同方法进行语音分析，包括低级特征、说话者嵌入、音素和 ASR 音频模型，使用 VGG - 类 5 层 CNN 分类器，以便自动评估儿童的语言发展是否年龄适宜，证明如果精细调节音素模型，精度可以获得显著提高，并且 ASR 伴音模型提取的语音特征在此任务中表现最佳。

    Jun, 2022

  • 使用 Kaldi 进行自动语音识别的奥地利德语会话

    本文研究使用基于知识的发音词典来提高德语对话语音识别的性能。实验结果表明，相对于增加语言模型数据的大小，使用发音词典可以在低资源语料情况下取得高性能。

    Jan, 2023

  • 众包式多语言语音可听性测试

    通过众包评估多语言测试材料和产生音频特性，本研究旨在快速评估其对语音可懂性的影响。

    Mar, 2024

  • 标准认知障碍筛查测试的自动化评估

    该研究通过对 30 名患者的语音转录，对比专家手动评估和自动评估之间的相关性，探讨了半标准化病史采集后进行 SKT 和 CERAD-NB 两个标准化认知测试的效果；结果表明，使用自动化转录可以得到较高的相关性，而使用词汇替换技术可以缓解识别误差，进一步提高与专家评分的相关性。

    Jun, 2022