arXiv cs.LG· Tampu Ravi Kumar, Ayoub Daliri, Vivek Gupta·· 7 小时前AI 评分18
从检测到预判：面向口吃语音的连续起始预测
From Detection To Anticipation: Continuous Onset Forecasting For Stuttered Speech
AI 导读
研究将口吃预测建模为连续因果时间到事件预测，模型每 100 ms 仅凭先前语音估计口吃起始风险。作者为 FluencyBank Timestamped 的 36 位说话人补充人工复核的重复、延长和阻塞标注，得到 2,872 个预测事件，并用 3.67M 可训练参数的紧凑因果 Conformer 建模冻结的 Whisper-large-v3 语音表征，AUROC 达 0.63。
来源：arXiv cs.LG · arxiv.org