跳到正文
arXiv cs.CL· Ben Xiaolu Huang·· 9 小时前AI 评分31

ClearTalk:面向构音障碍儿童的中文发音分析与个性化沟通支持系统

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

AI 导读

ClearTalk 是一款基于智能手表的中文构音障碍儿童发音分析系统,将语音识别差异转化为可解释的发音画像用于个性化练习与分阶段沟通。在 13 名构音障碍说话人上,系统音节级准确率与专家可懂度评分的 Pearson 相关系数为 0.908(R²=0.824,p<0.001),系统选出的优先训练目标与三位盲评言语治疗师的共识重合度达 86.7%。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:构音障碍儿童可能面临言语清晰度下降以及难以表达日常需求的问题。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化为可解释的构音特征,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,系统音节级准确率与专家清晰度评分的 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位盲评言语语言病理学家的共识重叠率达到 86.7%;在 210 个目标辅音上,自动标注的一致率为 86.7%,Cohen's kappa 为 0.76,宏平均 F1 分数为 0.81。在一项包含 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语音错误模式来指导可穿戴构音练习和沟通辅助的可行性。
评论: 5 页,3 幅图,1 张表。已被 IEEE ICDM 2026 青少年研究轨道接收
主题: 人机交互(cs.HC);计算与语言(cs.CL)
引用为: arXiv:2611.21639 [cs.HC]
  (或 arXiv:2611.21639v1 [cs.HC] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.21639

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Ben Xiaolu Huang [查看电子邮件]
[v1] 2026 年 9 月 25 日星期五 13:46:32 UTC(1,179 KB)

来源:arXiv cs.CL · arxiv.org