論文の概要: Multilingual analysis of intelligibility classification using English,
Korean, and Tamil dysarthric speech datasets
- arxiv url: http://arxiv.org/abs/2209.13260v1
- Date: Tue, 27 Sep 2022 09:00:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 15:25:46.954912
- Title: Multilingual analysis of intelligibility classification using English,
Korean, and Tamil dysarthric speech datasets
- Title(参考訳): 英語・韓国語・タミル語音声データセットを用いたインテリジェンス分類の多言語分析
- Authors: Eun Jung Yeo, Sunhee Kim, Minhwa Chung
- Abstract要約: 本稿では,異なる韻律システムを持つ3言語(英語,韓国語,タミル語)の変形音声データセットを解析する。
音声品質,発音,韻律の3次元を反映した39の音響測定を行った。
- 参考スコア(独自算出の注目度): 4.486141167325431
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper analyzes dysarthric speech datasets from three languages with
different prosodic systems: English, Korean, and Tamil. We inspect 39 acoustic
measurements which reflect three speech dimensions including voice quality,
pronunciation, and prosody. As multilingual analysis, examination on the mean
values of acoustic measurements by intelligibility levels is conducted.
Further, automatic intelligibility classification is performed to scrutinize
the optimal feature set by languages. Analyses suggest pronunciation features,
such as Percentage of Correct Consonants, Percentage of Correct Vowels, and
Percentage of Correct Phonemes to be language-independent measurements. Voice
quality and prosody features, however, generally present different aspects by
languages. Experimental results additionally show that different speech
dimension play a greater role for different languages: prosody for English,
pronunciation for Korean, both prosody and pronunciation for Tamil. This paper
contributes to speech pathology in that it differentiates between
language-independent and language-dependent measurements in intelligibility
classification for English, Korean, and Tamil dysarthric speech.
- Abstract(参考訳): 本稿では,韻律の異なる3言語(英語,韓国語,タミル語)の音声データセットを分析した。
音声の質,発音,韻律の3次元を反映した39種類の音響計測を行った。
多言語分析として, 音響測定値の平均値をインテリジェンスレベルで検討した。
さらに、言語によって設定された最適な特徴を精査するために、自動識別性分類を行う。
分析では、正しい子音のパーセンテージ、正しい母音のパーセンテージ、正しい音素のパーセンテージなどの発音特性を言語に依存しない測定として推奨している。
しかし、声質と韻律の特徴は一般的に言語によって異なる側面を示す。
実験の結果, 異なる言語において, 韻律は英語, 韓国語は韓国語, 韻律はタミル語に, 発音はタミル語に大きく寄与していることがわかった。
本稿では,英語,韓国語,タミル語の難聴度分類における言語非依存と言語依存の測定を区別する言語病理学に寄与する。
関連論文リスト
- Towards a Deep Understanding of Multilingual End-to-End Speech
Translation [52.26739715012842]
我々は22言語以上で訓練された多言語エンドツーエンド音声翻訳モデルで学習した表現を解析する。
我々は分析から3つの大きな発見を得た。
論文 参考訳(メタデータ) (2023-10-31T13:50:55Z) - Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
論文 参考訳(メタデータ) (2023-10-23T17:42:01Z) - Multi-lingual and Multi-cultural Figurative Language Understanding [69.47641938200817]
図形言語は人間のコミュニケーションに浸透するが、NLPでは比較的過小評価されている。
Hindi, Indonesian, Javanese, Kannada, Sundanese, Swahili, Yorubaの7つの多様な言語に関するデータセットを作成しました。
我々のデータセットから,各言語は,同じ領域から派生した言語間で最も高い重なり合いを持つ,図形表現の文化的・地域的概念に依存していることが明らかとなった。
全ての言語は、事前学習データと微調整データの可用性を反映した性能の変化により、英語と比較して大きな欠陥がある。
論文 参考訳(メタデータ) (2023-05-25T15:30:31Z) - Comparing Biases and the Impact of Multilingual Training across Multiple
Languages [70.84047257764405]
ダウンストリーム感情分析タスクにおいて,イタリア語,中国語,英語,ヘブライ語,スペイン語のバイアス分析を行う。
我々は、既存の感情バイアスのテンプレートを、人種、宗教、国籍、性別の4つの属性で、イタリア語、中国語、ヘブライ語、スペイン語に適応させる。
以上の結果から,各言語の文化に支配的な集団の嗜好など,バイアス表現の類似性を明らかにした。
論文 参考訳(メタデータ) (2023-05-18T18:15:07Z) - MoLE : Mixture of Language Experts for Multi-Lingual Automatic Speech
Recognition [12.23416994447554]
我々はMixture-of-Language-Expert(MoLE)という多言語音声認識ネットワークを提案する。
MoLEは、任意の言語で入力された音声から言語表現を分析し、軽量な言語トークン化器で言語固有の専門家を活性化する。
信頼性に基づいて、アクティベートされた専門家と言語に依存しない専門家を集約し、言語条件の埋め込みを表現する。
論文 参考訳(メタデータ) (2023-02-27T13:26:17Z) - Linguistic Analysis using Paninian System of Sounds and Finite State
Machines [0.0]
音声言語の研究は、音韻学、形態学、文法を含む。
言語は根語、屈折言語、幹語に分類される。
これらすべての要因は、共通性と類似性を持つ語彙の形成と、言語間での区別と微妙な相違につながります。
論文 参考訳(メタデータ) (2023-01-29T15:22:10Z) - Improve Bilingual TTS Using Dynamic Language and Phonology Embedding [10.244215079409797]
本稿では,中国語の単言語話者からより標準の英語音声を取得するために,マンダリン・イングリッシュ・TSシステムを構築した。
言語と音韻の動的強度を捉えるための埋め込み強度変調器を特別に設計する。
論文 参考訳(メタデータ) (2022-12-07T03:46:18Z) - Cross-lingual Low Resource Speaker Adaptation Using Phonological
Features [2.8080708404213373]
我々は、異なる言語に共通する音韻的特徴のセットに基づいて、言語に依存しないマルチスピーカモデルを訓練する。
対象話者データの32と8の発声で、対応する文献に匹敵する高い話者類似度スコアと自然性を得る。
論文 参考訳(メタデータ) (2021-11-17T12:33:42Z) - A Massively Multilingual Analysis of Cross-linguality in Shared
Embedding Space [61.18554842370824]
言語間モデルでは、多くの異なる言語に対する表現は同じ空間に存在している。
我々は,bitext検索性能の形式で,言語間アライメントのタスクベース尺度を計算した。
我々はこれらのアライメント指標の潜在的な予測因子として言語的、準言語的、および訓練関連の特徴について検討する。
論文 参考訳(メタデータ) (2021-09-13T21:05:37Z) - Multilingual Speech Evaluation: Case Studies on English, Malay and Tamil [21.097181754002637]
本研究では,英語(強勢時),マレー語(音節時),タミル語(モーラ時)の3つの異なるリズムパターンを持つ言語について検討する。
我々は,音楽処理とベクトル表現学習に触発されたロバストな特徴表現を利用する。
経験的検証は、発音、リズム、イントネーションのパフォーマンスを予測するときに、3つの言語すべてに対して一貫した利得を示す。
論文 参考訳(メタデータ) (2021-07-08T08:36:51Z) - Bridging Linguistic Typology and Multilingual Machine Translation with
Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。
我々の表現は類型学を組み込み、言語関係と相関関係を強化する。
次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文 参考訳(メタデータ) (2020-04-30T16:25:39Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。