Apr, 2024

临床试验中的零语种多语言说话人验证

PDF
TL;DR使用临床试验的讲话数据进行讲话人验证对于多语言的认证和排除重复参与试验的个体至关重要，该研究评估了几个预训练的模型在不同语言环境下的表现，并展示了语音任务和参与试验的说话者数量对模型性能的影响。
clinical trialsspeech dataspeaker verificationdiverse languagesmodel performance
发现论文，激发创造
  • 低资源多语言和零样本多说者 TTS

    在这项工作中，我们将零样本语音克隆和多语言低资源语音合成的任务结合在一起。通过使用语言不可知的元学习（LAML）程序和对 TTS 编码器的修改，我们证明了一个系统可以学习在只有 5 分钟的训练数据下说一个新语言，同时保留了推断新学习语言中甚至看不到的说话者声音的能力，并提供了开源的代码和训练模型。

    Oct, 2022

  • 面向阿拉伯方言的零射 Text-To-Speech

    构建了一个包含多个方言的阿拉伯语音合成模型并通过评估表明其潜力大。

    Jun, 2024

  • 自动发音验证在阿尔茨海默病临床试验中表现的影响因素

    本文分析参与者人口学特征、音频质量标准和阿尔茨海默病的严重程度对自动演讲者验证（ASV）模型的性能的影响，并发现 ASV 性能由于固有的语音特征而对某些亚组表现不同，同时受语音记录质量的影响，因此临床试验需要改进数据收集设置。

    Jun, 2023

  • 三种语言下的少样本临床实体识别：掩码语言模型优于 LLM 提示

    对于临床实体识别任务，大型语言模型的少样本能力在低资源环境下取得高性能，但在临床领域，轻量级的监督标注模型结合掩蔽语言模型的表现更好，并且二者的 CO2 排放量相对较低。

    Feb, 2024

  • 跨模态说话人验证和识别：多语种视角

    本文介绍建立跨语言讲者的面孔和声音之间的关联，在多语言中回答面声关联是否是语言无关的，以及展示在多语言环境下语音特征识别的实验。

    Apr, 2020

  • 针对低资源且野外环境下的丹麦儿童 - 临床家谈话的语音检测：一个案例研究

    本文研究在野外临床数据中使用预训练语音模型进行分割和分辨，提出了少实例阈值适应方法，并发现默认分类阈值下的模型在患者群体中表现较差，错误率与患者病情的严重程度直接相关，而研究表明三分钟的临床医生 - 儿童对话足以获得最佳分类阈值。

    Apr, 2022

  • YourTTS: 面向全体人员的零样本多说话人语音合成和零样本语音转换

    该研究使用多语言方法进行零样本多说者语音合成，可在低资源语种上实现零样本语音转换，使用 VITS 模型，经过多项创新修改后，在 VCTK 数据集上实现了最先进的结果，并且可以在少于 1 分钟的输入语音上对 YourTTS 进行微调以获得最佳效果。

    Dec, 2021

  • 基于 Few-Shot 的跨语言迁移方法用于混合代码临床文本的粗粒度去识别化

    本文实证展示了预训练语言模型在多语言跨领域少样本学习任务中的交叉语言迁移特性，并将其应用于解决缺乏数据和真实世界挑战的混合代码（西班牙语 - 加泰罗尼亚语）临床笔记：保护个人隐私信息的命名实体识别。

    Apr, 2022

  • 跨语言多说话人 TTS 和跨语言语音转换进行 ASR 数据增强

    本文研究跨语种多人语音合成以及跨语种语音转换，并将其应用于自动语音识别（ASR）系统的数据增强。经过大量实验，我们证明了通过使用仅一个目标语言说话者进行模型训练，可以使用语音合成和语音转换来提高目标语言上的 ASR 系统。我们成功地缩小了 ASR 模型训练时使用合成的语音与使用人类语音之间的差距，并通过我们的数据增强方法，在目标语言中仅使用一个真实说话者就能获得有希望的 ASR 训练结果。

    Mar, 2022

  • 使用深度学习嵌入表示法进行自动司法语音比对时语言不匹配的影响

    本研究旨在探讨在语言不匹配的情况下，预先在英语语料库上训练的模型是否适用于使用匈牙利语的目标低资源语言的嫌疑人语音识别，并发现在对嫌疑人的语音样本越长，预训练模型的性能越好。

    Sep, 2022