Detection of Lexical Stress Errors in Non-Native (L2) English with Data Augmentation and Attention - Publikacja - MOST Wiedzy

Twoje konto

zaloguj

Wyszukiwarka

Detection of Lexical Stress Errors in Non-Native (L2) English with Data Augmentation and Attention

Abstrakt

This paper describes two novel complementary techniques that improve the detection of lexical stress errors in non-native (L2) English speech: attention-based feature extraction and data augmentation based on Neural Text-To-Speech (TTS). In a classical approach, audio features are usually extracted from fixed regions of speech such as the syllable nucleus. We propose an attention-based deep learning model that automatically de rives optimal syllable-level representation from frame-level and phoneme-level audio features. Training this model is challenging because of the limited amount of incorrect stress patterns. To solve this problem, we propose to augment the training set with incorrectly stressed words generated with Neural TTS. Combining both techniques achieves 94.8% precision and 49.2% recall for the detection of incorrectly stressed words in L2 English speech of Slavic and Baltic speakers.

Cytowania

  • 6

    CrossRef

  • 0

    Web of Science

  • 5

    Scopus

Autorzy (9)

Cytuj jako

Pełna treść

pobierz publikację
pobrano 47 razy
Wersja publikacji
Accepted albo Published Version
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.21437/Interspeech.2021-86
Licencja
Copyright (2021 ISCA)

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Język:
angielski
Rok wydania:
2021
Opis bibliograficzny:
Korzekwa D., Barra-Chicote R., Zaporowski S., Beringer G., Lorenzo-Trueba J., Serafinowicz A., Droppo J., Drugman T., Kostek B.: Detection of Lexical Stress Errors in Non-Native (L2) English with Data Augmentation and Attention// / : , 2021,
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.21437/interspeech.2021-86
Weryfikacja:
Politechnika Gdańska

wyświetlono 126 razy

Publikacje, które mogą cię zainteresować

Language material for English audiovisual speech recognition system developmen . Materiał językowy do wykorzystania w systemie audiowizualnego rozpoznawania mowy angielskiej

2013

Optimizing Medical Personnel Speech Recognition Models Using Speech Synthesis and Reinforcement Learning

2023

Computer-assisted pronunciation training—Speech synthesis is almost all you need

  • D. Korzekwa,
  • J. Lorenzo-trueba,
  • T. Drugman
  • + 1 autorów
2022

Investigating Feature Spaces for Isolated Word Recognition

  • G. Korvel,
  • G. Tamulevicus,
  • P. Treigys
  • + 2 autorów
2018
Meta Tagi