自動音声認識を用いたゼロショット交差言語失語検出【JST・京大機械翻訳】

Chatzoudis Gerasimos; Plitsis Manos; Stamouli Spyridoula; Dimou Athanasia-Lida; Katsamanis Athanasios; Katsouros Vassilis

プレプリント

J-GLOBAL ID：202202200570798166 整理番号：22P0323945

自動音声認識を用いたゼロショット交差言語失語検出【JST・京大機械翻訳】

Zero-Shot Cross-lingual Aphasia Detection using Automatic Speech Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月01日プレプリントサーバーでの情報更新日： 2022年04月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

失語症は,典型的には,脳外傷または脳卒中に起因する一般的な音声および言語障害であり,世界中の何百万人にも影響する。患者におけるAphasiaの検出と評価は困難で,時間のかかるプロセスであり,それを自動化する多くの試みがなされ,位相的な音声データで訓練された機械学習モデルを用いて最も成功している。多くの医療応用と同様に,位相的音声データは少なく,この問題はいわゆる「低資源」言語で悪化し,これは英語を除くほとんどの言語である。英語で利用可能なデータを活用し,言語診断言語特徴を用いてギリシャやフランスのような低資源言語におけるゼロショット失語検出を達成した。現在の交差言語失語検出アプローチは手動で抽出された転写産物に依存する。交差言語音声表現を共有する事前訓練自動音声認識(ASR)モデルを用いたエンドツーエンドパイプラインを提案し,著者らの望ましい低資源言語に対して微調整した。ASRモデルの性能をさらに高めるために,それを言語モデルと結合させた。ASRベースのエンドツーエンドパイプラインは,ヒト注釈付き転写物を用いた以前の設定に匹敵する結果を提供することを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

自然語処理 , パターン認識

, , , ,

前のページに戻る