研究人员开发了一种新颖的、无需训练的方法，利用自监督语音表征来评估构音障碍的严重程度。该方法分析了 12 种语言中 3,374 名说话者的语音特征子空间，识别出病因特异性的退化模式。该方法在这些模式上表现出跨语言稳定性和跨不同 SSL 主干的鲁棒性，表明其在语言无关的言语障碍表征方面具有潜力。 AI
影响 引入了一个鲁棒的、无需训练的框架，用于病因感知构音障碍表征，可能改进诊断工具。
排序理由 详细介绍一种新的语音分析方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
We previously introduced a training-free method for dysarthria severity assessment based on d-prime separability of phonological feature subspaces in frozen self-supervised speech representations, validated on 890 speakers across 5 languages with HuBERT-base. Here, we scale the a…
We previously introduced a training-free method for dysarthria severity assessment based on d-prime separability of phonological feature subspaces in frozen self-supervised speech representations, validated on 890 speakers across 5 languages with HuBERT-base. Here, we scale the a…