Fugu-MT 論文翻訳(概要): STAN: A stuttering therapy analysis helper

論文の概要: STAN: A stuttering therapy analysis helper

arxiv url: http://arxiv.org/abs/2106.09545v1
Date: Tue, 15 Jun 2021 13:48:12 GMT
ステータス: 処理完了
システム内更新日: 2021-06-18 15:42:57.368111
Title: STAN: A stuttering therapy analysis helper
Title（参考訳）: STAN:スタブリングセラピー分析ヘルパー
Authors: Sebastian P. Bayerl, Marc Wenninger, Jochen Schmidt, Alexander Wolff von Gudenberg, Korbinian Riedhammer
Abstract要約: 発声は、繰り返し、音、音節または単語の延長、発話中のブロックによって識別される複雑な音声障害である。本稿では, 言語療法士を支援するシステムSTANについて紹介する。
参考スコア（独自算出の注目度）: 59.37911277681339
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Stuttering is a complex speech disorder identified by repeti-tions, prolongations of sounds, syllables or words and blockswhile speaking. Specific stuttering behaviour differs strongly,thus needing personalized therapy. Therapy sessions requirea high level of concentration by the therapist. We introduceSTAN, a system to aid speech therapists in stuttering therapysessions. Such an automated feedback system can lower thecognitive load on the therapist and thereby enable a more con-sistent therapy as well as allowing analysis of stuttering overthe span of multiple therapy sessions.
Abstract（参考訳）: 発声は、繰り返し、音、音節または単語の延長、発話中のブロックによって識別される複雑な音声障害である。特定の発話行動は強く異なり、パーソナライズされた治療が必要である。治療セッションは、セラピストによる高い濃度を必要とする。本稿では, 言語療法士を支援するシステムSTANを紹介する。このような自動フィードバックシステムは、セラピストに対する認知的負荷を低減し、より簡潔な治療を可能にするとともに、複数のセラピストセッションのスパンをスッタリングする分析を可能にする。

関連論文リスト

Self-supervised Speech Models for Word-Level Stuttered Speech Detection [66.46810024006712]
自己教師付き音声モデルを利用した単語レベルの発声音声検出モデルを提案する。本評価は, 単語レベルの発声検出において, 従来の手法を超越していることを示す。
論文参考訳（メタデータ） (2024-09-16T20:18:20Z)
Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文参考訳（メタデータ） (2023-10-11T02:47:21Z)
GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
論文参考訳（メタデータ） (2022-11-22T15:51:10Z)
Detecting Dysfluencies in Stuttering Therapy Using wav2vec 2.0 [0.22940141855172028]
英語コーパスのスタブリング分類のための微調整wav2vec 2.0は、汎用的特徴の有効性を高める。本稿では、Fluencybankとドイツのセラピー中心のKassel State of Fluencyデータセットについて評価する。
論文参考訳（メタデータ） (2022-04-07T13:02:12Z)
KSoF: The Kassel State of Fluency Dataset -- A Therapy Centered Dataset of Stuttering [58.91587609873915]
この研究で紹介されるKassel State of Fluency (KSoF)は、治療ベースのデータセットで、5500以上の散在するPWSのクリップを含んでいる。オーディオは、Institut der Kasseler Stottertherapieのセラピーセッション中に録音された。
論文参考訳（メタデータ） (2022-03-10T14:17:07Z)
Machine Learning for Stuttering Identification: Review, Challenges & Future Directions [9.726119468893721]
発声は、不随意の停止と音の繰り返しによって発声の流れが中断される発声障害である。機械学習とディープラーニングの最近の進歩は、音声領域を劇的に革新させた。この研究は、学際的な分野から研究者を集めようとすることでギャップを埋める。
論文参考訳（メタデータ） (2021-07-08T18:15:20Z)
NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
論文参考訳（メタデータ） (2021-02-10T13:00:29Z)
Stutter Diagnosis and Therapy System Based on Deep Learning [2.3581263491506097]
スタッタリング(stammering)は、音声の連続性を破るコミュニケーション障害である。本稿では,MFCC音声特徴に対するGated Recurrent CNNを用いたスタッター診断エージェントの実装と,SVMを用いた治療勧告エージェントの実装に焦点を当てた。
論文参考訳（メタデータ） (2020-07-13T10:24:02Z)
Towards Automated Assessment of Stuttering and Stuttering Therapy [0.22940141855172028]
発声は複雑な発声障害であり、繰り返し、音、音節または単語の延長、発話中のブロックによって識別できる。発声重大度評価の一般的な方法は、発声中の3つの最長発声症状の平均である発声音節(%SS)、最近導入された発声効率スコア(SES)などがある。本稿では,スタブリングの重症度を評価する新しい手法である音声制御指標(SCI)を提案する。
論文参考訳（メタデータ） (2020-06-16T14:50:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。