arXiv cs.CL· Yuanyuan Zhang, Dimme de Groot, Jorge Martinez, Odette Scharenborg·· 2 天前AI 评分31
人类与自动系统识别荷兰语构音障碍连续语音的对比:一项案例研究
Comparing Human and Automatic Recognition of Dutch Dysarthric Continuous Speech: A Case Study
AI 导读
一项案例研究对比了人类听者与三款现成 ASR 系统(Whisper-large-V3、Google Chirp 3、Omnilingual)对一名重度构音障碍说话者荷兰语连续朗读与自发语音的识别表现,人类与三款系统的平均 WER 均超过 70%。
正文 · AI 翻译
摘要:为实现个性化构音障碍语音识别(DSR)模型的目标,本研究比较了人类听者与三种最先进的现成 ASR 系统(Whisper-large-V3、Google Chirp 3 和 Omnilingual)在识别单一重度构音障碍说话者的荷兰语连续朗读语音和自发语音时的识别性能。结果表明,人类听者和三种现成 ASR 系统的词错误率(WER)平均均超过 70%,表明 DSR 对人类和 ASR 系统而言都极具挑战性。在构音障碍语音上进行微调显著降低了 WER。尽管总体 WER 仍然相当高(>23%),但个性化 DSR 模型的表现优于人类听者,其性能正逐渐接近可用于支持构音障碍说话者日常交流的水平。未来研究应侧重于改进针对自发语音的个性化 DSR,以及针对朗读语音中较长话语的个性化 DSR,并特别关注特定音素。
| 主题: | 计算与语言(cs.CL) |
| 引用为: | arXiv:2606.30237 [cs.CL] |
| (或 arXiv:2606.30237v2 [cs.CL] 查看此版本) | |
| https://doi.org/10.48550/arXiv.2606.30237 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Yuanyuan Zhang [查看邮箱]
[v1]
2026年6月29日星期一 12:47:20 UTC(239 KB)
[v2]
2026年11月12日星期四 22:57:03 UTC(232 KB)
来源:arXiv cs.CL · arxiv.org