跳到正文
原文
arXiv · Human-Computer Interaction· Ben Xiaolu Huang
· 3 天前

ClearTalk:面向构音障碍儿童的数据驱动普通话发音分析与个性化沟通支持

ClearTalk: Data-Driven Mandarin Articulation Analysis and Personalized Communication Support for Children with Dysarthria

预印本 · 尚未经过同行评审

AI 导读

ClearTalk 将普通话语音识别差异转为发音档案,系统音节准确率与专家可懂度相关 r = 0.908。

摘要 · AI 翻译

构音障碍儿童可能会出现可懂度下降以及表达日常需求困难的情况。ClearTalk 是一个基于智能手表的系统,它将普通话语音识别差异转换为可解释的构音轮廓,用于个性化练习和分阶段沟通。目标话语与识别话语在音节层面进行对齐,在七个构音位置上进行汇总,并通过一种对计数敏感的非对称启发式方法进行排序。对于来自普通话构音障碍语音语料库的 13 名构音障碍说话者,系统音节级准确度与专家可懂度之间的 Pearson 相关系数为 0.908,R 方值为 0.824,p 值低于 0.001。系统选出的优先目标与三名盲法言语-语言病理学家的共识达到 86.7% 的重叠;在 210 个目标辅音中,自动标注达到 86.7% 的一致性、0.76 的 Cohen's kappa 和 0.81 的宏平均 F1 分数。在一项纳入 15 名儿童的平衡单次试点中,轻度、中度和重度组的平均前后增益分别为 14.4、29.4 和 27.7 个百分点,而沟通轮次完成率分别为 81.3%、66.7% 和 48.0%。这些发现支持利用可解释的言语错误模式来指导可穿戴构音练习和沟通辅助的可行性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。