The computer-assisted learning of s

The computer-assisted learning of spoken language is closely tied to automatic speech recognition (ASR) technology which, as is well known, is challenging with non-native speech. By focusing on specific phonological differences between the target and source languages of non-native speakers, pronunciation assessment can be made more reliable. The four-way contrast of Hindi stops, where voicing and aspiration are phonemic for each of five distinct places-of-articulation, are typically challenging for a learner from a different native language group. The improper production of the aspiration contrast is thus often the salient cue to non-native accents of spoken Hindi. In this work, acoustic–phonetic features, motivated by an understanding of the production of the aspirated plosives, are evaluated for the classification of plosives along the aspiration dimension. Several new acoustic measures are proposed for the reliable detection of the aspiration contrast in unvoiced and voiced plosives. The acoustic–phonetic features are shown to perform well in the two-way classification task, and also appear robust to cross-language transfer where statistical models trained on Marathi speech were tested on native Hindi utterances. In experiments on native and non-native utterances of Hindi words by Tamil-L1 speakers, the acoustic–phonetic features clearly separate the non-native speakers from native on pronunciation quality of aspirated plosives. The acoustic–phonetic features also outperformed an ASR system based on more generic spectral features in terms of phone-level feedback that was consistent with human judgement.

Results (Thai) 1:

เทคโนโลยีการรับรู้ (ASR) เสียงอัตโนมัติซึ่ง รู้จัก เป็นท้าทายเสียงไม่ใช่เจ้า อย่างใกล้ชิดกับกับการเรียนรู้คอมพิวเตอร์ช่วยของภาษาพูด โดยเน้นเฉพาะคำโครงสร้างประโยคต่างเป้าหมายและแหล่งที่มาของภาษาของภาษา การประเมินการออกเสียงสามารถทำการน่าเชื่อถือ ความคมชัดแบบของฮินดีหยุด ที่ voicing และทะเยอทะยานเป็น phonemic แต่ละห้าแตกต่างสถานที่ของควบคุม ถูกท้าทายโดยทั่วไปสำหรับผู้เรียนจากกลุ่มภาษาอื่น การผลิตที่ไม่เหมาะสมของความคมชัดความทะเยอทะยานจึงมักจะเป็นสัญลักษณ์เด่นจะเน้นไม่ใช่เจ้าของพูดภาษาฮินดี ในงานนี้ คุณสมบัติเสียง – เสียง แรงจูงใจจากความเข้าใจของการผลิตของ plosives เทอร์โบชาร์จ มีประเมินของ plosives ตามมิติความทะเยอทะยาน มีการนำเสนอมาตรการหลายเสียงใหม่สำหรับการตรวจจับความเปรียบต่างความทะเยอทะยานใน plosives ไม่เปล่ง และเปล่งเสียงเชื่อถือได้ คุณสมบัติเสียง – เสียงจะแสดงในงานจำแนกสองทาง และปรากฏแข็งการถ่ายโอนข้ามภาษาที่ทดสอบโมเดลทางสถิติมราฐีเสียงการฝึกอบรมในภาษาฮินดี utterances ในการทดลองกับท้องถิ่น และต่างถิ่น utterances คำภาษาฮินดีภาษาทมิฬ-L1 คุณลักษณะเสียง – เสียงชัดเจนแยกการภาษาจากเจ้าของภาษาออกเสียงคุณภาพของ plosives เทอร์โบชาร์จ คุณสมบัติเสียง – เสียงยังกรรมการระบบ ASR ที่อิงทั่วสเปกตรัมคุณสมบัติในแง่โทรศัพท์ระดับความคิดเห็นที่สอดคล้องกับพิพากษามนุษย์

Results (Thai) 2:

การเรียนรู้โดยใช้คอมพิวเตอร์ช่วยของภาษาพูดจะเชื่อมโยงอย่างใกล้ชิดกับการรับรู้เทคโนโลยีเสียงพูดอัตโนมัติ (ASR) ซึ่งเป็นที่รู้จักกันดีเป็นสิ่งที่ท้าทายกับคำพูดที่ไม่ใช่เจ้าของภาษา โดยมุ่งเน้นความแตกต่างระหว่างเสียงที่เฉพาะเจาะจงเป้าหมายและแหล่งที่มาของภาษาที่ไม่ใช่เจ้าของภาษาการประเมินการออกเสียงสามารถทำน่าเชื่อถือมากขึ้น คมชัดสี่ทิศทางของภาษาฮินดีหยุดที่ voicing และความทะเยอทะยานเป็นสัทศาสตร์สำหรับแต่ละห้าสถานที่ของเสียงที่เปล่งออกที่แตกต่างกันมักจะท้าทายสำหรับผู้เรียนจากกลุ่มภาษาพื้นเมืองที่แตกต่างกัน การผลิตที่ไม่เหมาะสมของความคมชัดความทะเยอทะยานจึงมักจะเป็นคิวเด่นสำเนียงที่ไม่ใช่เจ้าของภาษาพูดภาษาฮินดี ในงานนี้คุณสมบัติอะคูสติกออกเสียงแรงบันดาลใจจากความเข้าใจในการผลิตของการออกเสียงสำลักที่ได้รับการประเมินสำหรับการจำแนกประเภทของการออกเสียงตามมิติความทะเยอทะยานที่ อะคูสติกมาตรการใหม่ ๆ มีการเสนอสำหรับการตรวจสอบความน่าเชื่อถือของความคมชัดความทะเยอทะยานในการออกเสียงพูดและเสียง คุณสมบัติอะคูสติกการออกเสียงแสดงให้เห็นว่าทำงานได้ดีในงานที่จัดหมวดหมู่แบบสองทางและยังปรากฏมีประสิทธิภาพในการถ่ายโอนข้ามภาษาที่ผ่านการฝึกอบรมแบบจำลองทางสถิติในการพูดฐีได้รับการทดสอบเกี่ยวกับคำพูดภาษาฮินดีพื้นเมือง ในการทดลองเกี่ยวกับคำพูดของพื้นเมืองและไม่ใช่เจ้าของภาษาของคำภาษาฮินดีโดยเจ้าของทมิฬ-L1 คุณสมบัติอะคูสติกการออกเสียงอย่างชัดเจนแยกลำโพงที่ไม่ใช่เจ้าของภาษาจากพื้นเมืองที่มีต่อคุณภาพการออกเสียงออกเสียงสำลัก คุณสมบัติอะคูสติกการออกเสียงยังเฮงระบบ ASR ตามลักษณะสเปกตรัมทั่วไปมากขึ้นในแง่ของการตอบรับโทรศัพท์ในระดับที่สอดคล้องกับการตัดสินของมนุษย์

Results (Thai) 3:

ขอให้ร่างกายแข็งแรง