論文の概要: SPACER: A Parallel Dataset of Speech Production And Comprehension of Error Repairs
- arxiv url: http://arxiv.org/abs/2503.16745v1
- Date: Thu, 20 Mar 2025 23:12:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-24 14:57:22.468658
- Title: SPACER: A Parallel Dataset of Speech Production And Comprehension of Error Repairs
- Title（参考訳）: SPACER: 音声生成と誤り修復の理解の並列データセット
- Authors: Shiva Upadhye, Jiaxuan Li, Richard Futrell,
- Abstract要約: 本稿では,話者とコンプレッシャーの双方による自然な発話誤りの修正方法を示す並列データセットを提案する。
話者は、より意味的および音韻的なずれをもたらす誤りを修復する傾向があり、一方、コンプリエンダーは、より妥当な代替品と音韻的に類似した誤りを訂正する傾向にある。
- 参考スコア（独自算出の注目度）: 6.987184873387818
- License:
- Abstract: Speech errors are a natural part of communication, yet they rarely lead to complete communicative failure because both speakers and comprehenders can detect and correct errors. Although prior research has examined error monitoring and correction in production and comprehension separately, integrated investigation of both systems has been impeded by the scarcity of parallel data. In this study, we present SPACER, a parallel dataset that captures how naturalistic speech errors are corrected by both speakers and comprehenders. We focus on single-word substitution errors extracted from the Switchboard corpus, accompanied by speaker's self-repairs and comprehenders' responses from an offline text-editing experiment. Our exploratory analysis suggests asymmetries in error correction strategies: speakers are more likely to repair errors that introduce greater semantic and phonemic deviations, whereas comprehenders tend to correct errors that are phonemically similar to more plausible alternatives or do not fit into prior contexts. Our dataset enables future research on integrated approaches toward studying language production and comprehension.
- Abstract（参考訳）: 音声誤りはコミュニケーションの自然な部分であるが、話者と発音者の両方が誤りを検出し、訂正できるため、完全にコミュニケーションの失敗につながることは滅多にない。
従来,生産・理解におけるエラーモニタリングと修正を別々に検討してきたが,並列データの不足により,両システムの統合的な調査が妨げられている。
本研究では,話者とコンプレッシャーの双方による自然な発話誤りの修正方法を示す並列データセットSPACERを提案する。
本研究は,Switchboardコーパスから抽出した単一単語置換誤差に着目し,オフラインテキスト編集実験から話者の自己修復と解釈者の応答を伴って抽出した。
話者は、より意味的および音韻的なずれをもたらすエラーを修復する傾向があり、一方、コンプレッシャーは、より妥当な代替品と音韻的に類似しているエラーを訂正する傾向にある。
我々のデータセットは、言語生産と理解を研究するための統合的なアプローチに関する将来の研究を可能にする。
関連論文リスト
- Detecting the Undetectable: Assessing the Efficacy of Current Spoof Detection Methods Against Seamless Speech Edits [82.8859060022651]
音声入力編集(SINE)データセットをVoiceboxで作成する。
本手法を用いて編集した音声は従来のカット・アンド・ペースト法よりも検出が困難であることを確認した。
人的困難にもかかわらず, 自己監督型検出器は検出, 局所化, 一般化において顕著な性能を発揮することを示す実験結果が得られた。
論文 参考訳（メタデータ） (2025-01-07T14:17:47Z) - Full-text Error Correction for Chinese Speech Recognition with Large Language Model [11.287933170894311]
大言語モデル(LLM)は自動音声認識(ASR)における誤り訂正の可能性を示している
本稿では,より長い音声記録からASRシステムによって生成された全文における誤り訂正のためのLLMの有効性について検討する。
論文 参考訳（メタデータ） (2024-09-12T06:50:45Z) - A Coin Has Two Sides: A Novel Detector-Corrector Framework for Chinese Spelling Correction [79.52464132360618]
中国語のSpelling Correction(CSC)は、自然言語処理(NLP)の基本課題である。
本稿では,エラー検出・相関器の枠組みに基づく新しい手法を提案する。
我々の検出器は2つのエラー検出結果を得るように設計されており、それぞれ高精度とリコールが特徴である。
論文 参考訳（メタデータ） (2024-09-06T09:26:45Z) - Speaker Tagging Correction With Non-Autoregressive Language Models [0.0]
非自己回帰言語モデルに基づく話者タグ付け補正システムを提案する。
提案手法は, 単語ダイアリゼーション誤り率 (WDER) を2つのデータセットで減少させる。
論文 参考訳（メタデータ） (2024-08-30T11:02:17Z) - Optimized Tokenization for Transcribed Error Correction [10.297878672883973]
本研究では, 合成データのみを用いたトレーニングにより, 補正モデルの性能を著しく向上させることができることを示す。
具体的には、一組の転写データから得られた誤差分布を用いて生成された合成データが、ランダムな摂動を適用する一般的な手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-10-16T12:14:21Z) - BER: Balanced Error Rate For Speaker Diarization [22.06525303590671]
本稿では,話者のダイアリゼーションを評価するための平衡誤差率(BER)を提案する。
まず,接続されたサブグラフと適応IoU閾値を用いたセグメントレベルの誤差率(SER)を提案し,精度の高いセグメントマッチングを実現する。
第2に、ダイアリゼーションを統一的に評価するために、持続時間とセグメント間の話者固有の調和平均、次いで話者重み付き平均を採用する。
論文 参考訳（メタデータ） (2022-11-08T15:17:39Z) - Question-Interlocutor Scope Realized Graph Modeling over Key Utterances
for Dialogue Reading Comprehension [61.55950233402972]
本稿では,対話読解のためのキーワード抽出手法を提案する。
複数の連続した発話によって形成された単位に対して予測を行い、より多くの回答を含む発話を実現する。
発話のテキスト上に構築されたグラフとして,質問-対話者スコープ実現グラフ(QuISG)モデルを提案する。
論文 参考訳（メタデータ） (2022-10-26T04:00:42Z) - Speaker Embedding-aware Neural Diarization for Flexible Number of
Speakers with Textual Information [55.75018546938499]
本稿では,話者埋め込み認識型ニューラルダイアリゼーション(SEND)手法を提案する。
本手法は,ターゲット話者の音声活動検出よりも低いダイアリゼーション誤差率を実現する。
論文 参考訳（メタデータ） (2021-11-28T12:51:04Z) - Integrated Replay Spoofing-aware Text-independent Speaker Verification [47.41124427552161]
本稿では,話者認証と提示攻撃検出の統合システムを構築するための2つのアプローチを提案する。
第1のアプローチは、話者識別、提示攻撃検出、マルチタスク学習を用いた統合システムとを同時に訓練する。
本稿では、話者検証と提示攻撃検出に分離されたディープニューラルネットワーク(DNN)を用いたバックエンドモジュール方式を提案する。
論文 参考訳（メタデータ） (2020-06-10T01:24:55Z) - On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。
結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
論文 参考訳（メタデータ） (2020-05-12T11:01:44Z)
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。