Using automatic alignment on child speech: Directions for improvement
Notice bibliographique
Résumé
Phonetic analysis is labor intensive, limiting the amount of data that can be considered. Automated techniques (e.g., forced alignment based on Automatic Speech Recognition, ASR) have recently emerged allowing for larger-scale analysis. While forced alignment can be accurate for adult speech (e.g., Yuan & Liberman, 2009), ASR techniques remain a challenge for child speech (Benzeghiba et al., 2007). We used a trainable forced aligner (Gorman et al., 2011) to examine the effect of four factors on alignment accuracy with child speech: (1) Datasets CHILDES (McWhinney, 2000):—Spontaneous speech (single child)—Picture naming (multiple children, Paidologos data); (2) Phonetic Transcription—Manual—Automatic—CMU dictionary (Weide, 1998); (3) Training data—Adult lab data—one dataset of child data—All child data—Child & adult lab data; (4) Segment—voiceless stops—voiceless sibilants—vowels Automatically generated alignments were compared to hand segmentations. While there were limits on accuracy, in general, better results were obtained with (1) picture naming, (2) manual phonetic transcription, (3) training data including child speech, and (4) voiceless stops. These four factors increase the utility of analyzing children’s speech production using forced alignment, potentially allowing researchers to conduct larger-scale studies that would not otherwise be feasible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».