aphasia | BriefGPT - AI 论文速递

关键词aphasia

搜索结果 - 6

自动检测失语症患者语音中的改写错误的 Seq2seq 模型
提出了一种新颖的序列到序列（seq2seq）模型，经过端到端（E2E）训练，可以同时执行自动语音识别（ASR）和鹦鹉病检测任务，该模型在词级和句级鹦鹉病检测任务中优于以往最先进的方法，并提供了额外的后续评估来进一步了解该模型的行为。
PDF7 months ago
EMNLP学习用于多模式失语类型检测的共言手势
我们提出了一种基于语音和相应的手势模式的多模态图神经网络，用于检测失语症类型，通过学习每种失语症类型中语音和手势模态之间的相关性，我们的模型能够生成对手势信息敏感的文本表示，实现了准确的失语症类型检测，实验证明了我们方法的优越性 (达到了
PDF8 months ago
自动测量失语症患者的语言流利度：使用读语音数据的首次成就
自动测量语言流畅度的信号处理算法对阅读病人的言语流畅度进行评估，有效且经济的工具。
PDFa year ago
基于 E-Branchformer 和多任务学习的失语症语音识别和检测新基准
本篇论文使用最先进的语音识别技术基于 AphsiaBank 数据集，提出了一个新的 Aphasia 语音识别基准，并引入了基于 CTC/Attention 架构的两种多任务学习方法以同时执行两个任务。研究者的系统实现了 97.3% 的说话人
PDFa year ago
基于神经语言学合成数据的转移学习辅助失语症患者完成非典型语言句子
通过为失语症患者建立仿真数据集并将预先训练的 T5 transformer fine-tuned 到这些数据上，我们提出了一种可以帮助这类患者改善交流障碍的辅助技术方法。结果证明，这种基于小规模数据的仿真数据集可以用于开发有效的辅助技术。
PDF2 years ago
使用自动语音识别的零样本跨语言失语症检测
通过使用语言无关的语言特征，我们尝试利用英语中可用的数据，并在希腊语和法语等低资源语言中实现零样例失语症检测。我们提出了一种端到端流水线，使用预训练的自动语音识别（ASR）模型，共享跨语言语音表示，并进行微调，以实现我们所需的低资源语言。为
PDF2 years ago