論文の概要: KIRA: A Full-Stack Reading Screening System with Dual-Pathway Analysis for Children
- arxiv url: http://arxiv.org/abs/2610.28840v1
- Date: Tue, 20 Oct 2026 19:10:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.128565
- Title: KIRA: A Full-Stack Reading Screening System with Dual-Pathway Analysis for Children
- Title（参考訳）: 小児用フルスタック読解システムKIRA
- Abstract要約: 本稿では,単語レベルの流速スコアと詳細な音素レベルの誤り検出を組み合わせた2経路スクリーニングシステムKIRAを提案する。
事前学習した単語と音素認識器を幼児の音声に適応させ,単語誤り率を13.88%から8.84%に下げた。
このシステムは、これらの認識器をWebベースのインタフェースに統合し、音素フィードバックとともに流音率スコアを提示し、潜在的に標的となる介入を行う。
- 参考スコア（独自算出の注目度）: 34.86830234935949
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Early-grade reading screening is critical for identifying children at risk of reading difficulty. Existing AI-based screeners are often limited in the scope of their analyses and evaluation metrics, or are proprietary systems that lack transparent model specifications and evaluation. We present KIRA, a dual-pathway screening system that pairs word-level fluency scoring with detailed phoneme-level error detection. We adapt pretrained word and phoneme recognizers to children's speech, reducing word error rate from 13.88% to 8.84% and phoneme error rate from 41.66% to 23.00%. Powered by these child-adapted models, we implement Word Reading (WRE) and Oral Reading Fluency (ORF), two foundational tasks in K-2 screening. The system integrates these recognizers with a web-based teacher-facing interface presenting fluency scores alongside phoneme feedback for potential targeted intervention. KIRA brings modern child-speech recognition into a full-stack, deployable, classroom-ready reading screener.
- Abstract（参考訳）: 早期読影スクリーニングは、読み難い子どもを識別するために重要である。
既存のAIベースのスクリーニングは、分析と評価のメトリクスの範囲内で制限される場合が多い、あるいは、透過的なモデル仕様と評価が欠けているプロプライエタリなシステムである場合が多い。
本稿では,単語レベルの流速スコアと詳細な音素レベルの誤り検出を組み合わせた2経路スクリーニングシステムKIRAを提案する。
事前学習した単語と音素認識器を幼児の発話に適用し,単語誤り率を13.88%から8.84%に下げ,音素誤り率を41.66%から23.00%に下げた。
児童適応型モデルを用いて、K-2スクリーニングの基礎となる2つのタスクであるWord Reading (WRE)とOral Reading Fluency (ORF)を実装した。
このシステムは、これらの認識装置をWebベースの教師向けインタフェースと統合し、音素フィードバックとともに流音率スコアを提示し、潜在的に標的となる介入の可能性を示唆する。
KIRAは、モダンなチャイルド音声認識をフルスタックでデプロイ可能で教室対応の読書スクリーンに導入する。
関連論文リスト
- Kutti AI: A Voice-First, Offline-Capable Learning Companion with Real-Time Struggle Detection for Visually-Impaired Children [0.0]
Kutti AIは音声ファーストの学習コンパニオンで、音声が主で十分なインターフェースであるように設計されている。
アクセシビリティを優先するアーキテクチャ、インタラクションフロー、設計決定について説明する。
Kutti AIは、小さな、慎重にエンジニアリングされた音声ファーストシステムが、早期教育へのアクセシビリティと財政的障壁の両方を下げる方法について説明している。
論文 参考訳（メタデータ） (2026-07-24T15:03:41Z) - Phoneme-Level Mispronunciation Screening in Polish-Speaking Children with an Explainable Assistant [1.5772135694192657]
ポーランド語を話す子どもを対象に,シビルト代替に焦点をあてたスクリーニングパイプラインを提案する。
wav2vec2ベースのCTCトークン認識器で、アライメントベースのエラータイピングと、診断ではなくスクリーニングのためのテンプレート接地型介護者アシスタントを備えている。
論文 参考訳（メタデータ） (2026-06-23T21:14:48Z) - FEANEL: A Benchmark for Fine-Grained Error Analysis in K-12 English Writing [68.23874413455594]
本稿では,英語学習者のための細粒度誤り解析(FEANEL)ベンチマークを提案する。
ベンチマークは、小学生と中学生が書いた1000のエッセイから成っている。
各エラーは言語教育の専門家によって注釈付けされ、彼らが共同開発した音声に基づく分類法を用いて、タイプ、重大度、説明的フィードバックによって分類される。
論文 参考訳（メタデータ） (2025-11-28T05:17:45Z) - K-Function: Joint Pronunciation Transcription and Feedback for Evaluating Kids Language Function [10.918072285423706]
K-Functionは、正確なサブワードの書き起こし、客観的スコアリング、動作可能なフィードバックを組み合わせた統合フレームワークである。
Kids-WFSTはMySTで1.39%、Multitudesで8.61%の音素誤りを達成した。
論文 参考訳（メタデータ） (2025-07-03T08:05:02Z) - Improving Child Speech Recognition and Reading Mistake Detection by Using Prompts [10.137389745562512]
オランダ語読み上げ音声における最先端の音声認識性能を達成した。
これにより読み誤りの検出が大幅に改善され、F1スコアは0.39から0.73に増加した。
論文 参考訳（メタデータ） (2025-06-04T05:55:12Z) - Automatic Proficiency Assessment in L2 English Learners [51.652753736780205]
英語の第二言語習熟度(L2)は通常、英語の教師や専門家の評価者によって知覚的に評価される。
本稿では, 音声信号と対応文字の双方に対処し, 総合的なL2習熟度評価のための深層学習手法について検討する。
論文 参考訳（メタデータ） (2025-05-05T12:36:03Z) - Few-Shot Stance Detection via Target-Aware Prompt Distillation [48.40269795901453]
本論文は,知識ベースや少人数の学習者を対象とした事前学習型言語モデル(PLM)の可能性に着想を得たものである。
PLMは、ターゲットに対して重要なコンテキスト情報を提供し、プロンプトを介して数発の学習を可能にする。
姿勢検出タスクにおいて,対象が重要な役割を担っていることを考慮し,目標認識プロンプトを設計し,新しい言語化手法を提案する。
論文 参考訳（メタデータ） (2022-06-27T12:04:14Z) - Nonwords Pronunciation Classification in Language Development Tests for
Preschool Children [7.224391516694955]
本研究の目的は,子どもの言語発達が年齢的に適切かどうかを自動評価することである。
本研究の課題は、発話された非単語が正しく発声されたかどうかを判断することである。
特定の言語構造をモデル化する動機付けの異なるアプローチを比較する。
論文 参考訳（メタデータ） (2022-06-16T10:19:47Z) - Sub-word Level Lip Reading With Visual Attention [88.89348882036512]
我々は、リップリーディングで遭遇するユニークな課題に注目し、調整されたソリューションを提案する。
公開データセット上でのトレーニングにおいて,挑戦的なLSS2とLSS3ベンチマークの最先端結果を得る。
我々の最良のモデルはLRS2データセットで22.6%のワードエラー率を達成する。
論文 参考訳（メタデータ） (2021-10-14T17:59:57Z) - 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)
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。