Speaking-Rate Modification

新研究提升构音障碍者语音识别能力

两篇新研究论文探讨了改善构音障碍者自动语音识别（ASR）的方法。构音障碍是一种常由神经系统疾病引起的言语障碍。第一篇论文系统研究了频谱特征和声学模型，发现结合音高特征和使用因子化时延神经网络（F-TDNN）模型可以在单词和句子识别方面带来显著的相对改进。第二篇论文侧重于数据增强技术，特别是语速修改（SRM）和音高修改（PM），并将其应用于Wav2Vec2模型，证明这些方法可以有效提高不同严重程度构音障碍者的ASR性能。