論文の概要: Digital Harf: A Clinically Integrated Multimodal AI System for Pervasive Arabic Speech and Language Therapy
- arxiv url: http://arxiv.org/abs/2607.27212v1
- Date: Mon, 18 May 2026 09:04:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:39.101668
- Title: Digital Harf: A Clinically Integrated Multimodal AI System for Pervasive Arabic Speech and Language Therapy
- Title（参考訳）: Digital Harf: 広汎なアラビア語音声・言語治療のための臨床統合型マルチモーダルAIシステム
- Abstract要約: アラビア語圏の自閉症スペクトラム障害児は、効果的な言語療法と言語療法の複合障壁に直面している。
我々はDigital Harfについて紹介する。Digital Harfは、クリニック主導の音声と言語治療を家庭に拡張する多目的AIプラットフォームである。
- 参考スコア（独自算出の注目度）: 1.0898519359579681
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Children with Autism Spectrum Disorder in Arabic-speaking countries face compounded barriers to effective speech and language therapy: a shortage of qualified specialists, limited service reach beyond urban centers, and a near-total absence of culturally grounded digital therapy materials. We present Digital Harf, a pervasive, multimodal AI platform that extends clinician-led speech and language therapy into the home. The system integrates three therapeutic modules - language therapy, speech intelligibility, and picture description - within a unified workflow that adapts to each child's performance over time. To address the critical shortage of Arabic therapy content, we introduce an Agentic Synthetic Data Engine (ASDE) that automatically generates culturally relevant images, prompts, and language tasks guided by explicit therapeutic and cultural criteria. Expert evaluation with 13 licensed Speech-Language Pathologists yielded a 90.1% clinical acceptance rate for ASDE-generated content without any manual curation or selection, and strong ratings for cultural and linguistic alignment across the full platform. Digital Harf demonstrates that AI-driven therapeutic systems can be built from the ground up for underrepresented linguistic settings, treating cultural grounding as core infrastructure rather than an adaptation afterthought.
- Abstract（参考訳）: アラビア語圏諸国の自閉症スペクトラム障害児は、有能な専門医の不足、都市中心を越えてのサービスリーチの制限、文化に根ざしたデジタル治療材料がほとんどないという、効果的なスピーチと言語治療の障壁に直面している。
我々はDigital Harfについて紹介する。Digital Harfは、クリニック主導の音声と言語治療を家庭に拡張する多目的AIプラットフォームである。
このシステムは、言語治療、音声の知性、画像記述の3つの治療モジュールを統合されたワークフローに統合し、時間とともに各子供のパフォーマンスに適応する。
アラビア・セラピーのコンテンツ不足に対処するため, 文化的に関連のある画像, プロンプト, 言語タスクを自動的に生成するエージェント・シンセティック・データ・エンジン(ASDE)を導入する。
13名の音声言語病理医による専門家評価は、手作業によるキュレーションや選択なしにASDE生成したコンテンツの90.1%の臨床受け入れ率と、全プラットフォームにわたる文化的・言語的アライメントの強い評価を得た。
Digital Harfは、AIによる治療システムは、表現不足の言語的設定のためにゼロから構築でき、文化的な基盤を、後述の適応ではなく、中核的な基盤として扱うことができることを実証している。
関連論文リスト
- Adapting Self-Supervised Speech Representations for Cross-lingual Dysarthria Detection in Parkinson's Disease [72.0406069194794]
音声表現は、しばしば言語に依存した構造を符号化する。
本稿では,ソース言語による自己教師型音声表現とターゲット言語分布とを一致させる表現レベル言語シフトを提案する。
チェコ語,ドイツ語,スペイン語におけるパーキンソン病音声データセットの経口DDK記録に対するアプローチについて検討した。
論文 参考訳（メタデータ） (2026-03-23T17:23:39Z) - Multilingual Hate Speech Detection and Counterspeech Generation: A Comprehensive Survey and Practical Guide [0.07646713951724012]
本稿では,多言語ヘイトスピーチ検出と対音声生成のための包括的調査と実践的ガイドを提案する。
非英語とコード混在の文脈でモノリンガルシステムが失敗する理由を分析し、暗黙の憎しみと文化的に特有の表現を欠いている。
論文 参考訳（メタデータ） (2026-03-01T21:26:53Z) - An Ubuntu-Guided Large Language Model Framework for Cognitive Behavioral Mental Health Dialogue [0.5449798184075946]
本研究では,認知行動療法とUbuntuのアフリカ哲学を統合した概念実証フレームワークを提案する。
行動アクティベーションや認知的再構成を含む重要なCBT技術はUbuntuの原則によって再解釈された。
その結果, モデルが治療目的と文化目的の両面において, 共感的, 文脈的対話に効果的に関与していることが示唆された。
論文 参考訳（メタデータ） (2026-01-11T11:50:18Z) - Tell Me: An LLM-powered Mental Well-being Assistant with RAG, Synthetic Dialogue Generation, and Agentic Planning [0.0]
Tell Meは、大きな言語モデルの進歩を活用して、ユーザと研究者にアクセシブルでコンテキスト対応のサポートを提供する、メンタルウェルビーイングシステムである。
i) パーソナライズされた知識基盤対話のための検索強化世代アシスタント(RAG) ; (ii) クライアントプロファイルに条件付き合成クライアントセラピスト対話ジェネレータで、治療言語とデータ拡張の研究を容易にする。
論文 参考訳（メタデータ） (2025-11-18T12:43:04Z) - MMA-ASIA: A Multilingual and Multimodal Alignment Framework for Culturally-Grounded Evaluation [91.22008265721952]
MMA-ASIAは、アジア8か国と10か国を対象とする人為的、多言語的、マルチモーダルなベンチマークに重点を置いている。
これは、テキスト、画像(視覚的質問応答)、音声の3つのモードにまたがる入力レベルで整列された最初のデータセットである。
i) 国間の文化的認識格差、(ii) 言語間の整合性、(iii) 言語間の整合性、(iv) 文化知識の一般化、(v) 基礎的妥当性を評価する5次元評価プロトコルを提案する。
論文 参考訳（メタデータ） (2025-10-07T14:12:12Z) - Cross-Lingual Mental Health Ontologies for Indian Languages: Bridging Patient Expression and Clinical Understanding through Explainable AI and Human-in-the-Loop Validation [0.2555114504478013]
インドにおけるメンタルヘルスコミュニケーションは言語的に断片化され、文化的に多様であり、しばしば臨床コミュニケーションでは不十分である。
本稿では、文化に埋め込まれた苦悩の表現を捉え、それらを言語間で整列させ、臨床用語と結びつけるグラフベースの手法を用いて、メンタルヘルス表現の言語横断的な構築のための枠組みを提案する。
論文 参考訳（メタデータ） (2025-10-06T21:27:37Z) - Towards Inclusive Communication: A Unified Framework for Generating Spoken Language from Sign, Lip, and Audio [52.859261069569165]
音声テキスト生成のための手話,唇の動き,音声の多様な組み合わせを扱える最初の統一フレームワークを提案する。
i)不均一な入力を効果的に処理できる統一されたモダリティ非依存アーキテクチャの設計、(ii)モダリティ間の過小評価された相乗効果の探索、特に手話理解における非手動的手がかりとしての唇運動の役割、(iii)個々のタスクに特化した最先端モデルと同等以上のパフォーマンスを達成すること、の3つの目的に焦点をあてる。
論文 参考訳（メタデータ） (2025-08-28T06:51:42Z) - Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [50.83055329849865]
PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。
Redditから現実世界のメンタルヘルス投稿を処理し、マルチターン対話構造を生成する。
実験の結果,PsyLLMは最先端のベースラインモデルよりも優れていた。
論文 参考訳（メタデータ） (2025-05-21T16:24:49Z) - HamRaz: A Culture-Based Persian Conversation Dataset for Person-Centered Therapy Using LLM Agents [4.192622517351801]
HamRazは、パーソナリティセンタード・セラピー(PCT)におけるAI支援型メンタルヘルス支援のためのデータセット
スクリプトベースの対話とLLM(Adaptive Large Language Model)ロールプレイングを組み合わせることで、ペルシア語を話すクライアントのあいまいさと感情的なニュアンスを捉える。
人間の評価は、ハムラズが共感、コヒーレンス、リアリズムにおいて既存のベースラインを上回っていることを示している。
論文 参考訳（メタデータ） (2025-02-09T18:23:34Z) - Lens: Rethinking Multilingual Enhancement for Large Language Models [70.85065197789639]
大規模言語モデル(LLM)における多言語機能向上のための新しいアプローチであるLensを提案する。
Lensは2つの部分空間で機能する: 言語に依存しない部分空間で、ターゲット言語と中心言語を一致させて強力な意味表現を継承する部分空間、言語固有の部分空間で、ターゲット言語と中心言語を分離して言語的特異性を保存する部分空間である。
レンズは、モデルの英語能力を維持しながら、多言語のパフォーマンスを著しく向上させ、既存の訓練後のアプローチと比べて計算コストの低い結果を得る。
論文 参考訳（メタデータ） (2024-10-06T08:51:30Z) - Benchmarking Automated Clinical Language Simplification: Dataset,
Algorithm, and Evaluation [48.87254340298189]
我々はMedLaneという名の新しいデータセットを構築し、自動化された臨床言語簡易化手法の開発と評価を支援する。
我々は,人間のアノテーションの手順に従い,最先端のパフォーマンスを実現するDECLAREと呼ばれる新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-12-04T06:09:02Z)
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。