吃音症状が生活に与える影響とは

話すときに同じ音や単語を繰り返してしまう症状はすべての人に共通して見られ、特に吃音症状を持っている人によく見受けられます。頻繁に症状が発生してしまうと、コミュニケーションが困難になり、AlexaやSiriなどの音声認識システムに声を聞き取ってもらえない可能性もあります。

肉声の吃音症状を自動的に検知する機能は、音声認識システムの改善などに役に立ちます。しかしながら、既存の吃音症状の公開データセットは小規模なものです。また、人によって喋り方の流暢さが異なっているので、小規模なデータセットを用いてシステムを構築するのは難しいです。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

既存の吃音症状のデータセットには小規模なものであり、モデルを構築できないという課題において、実際にどのような研究が行われているのでしょうか。AppleのColin Leaら研究者の発表を紹介します。

研究者らは、LSTMとCNNを組み合わせることによって、吃音症状検知のモデルを構築しました。

▼論文情報

著者：Colin Lea, Vikramjit Mitra, Aparna Joshi, Sachin Kajarekar, Jeffrey P. Bigham
タイトル：”SEP-28K: A Dataset For Stuttering Event Detection From Podcasts With People Who Stutter”
arxiv
URL：arxiv.org/abs/2102.12394

吃音データセット作成・モデル構築

まずはColin Leaらの研究におけるミッション・手法・結果をまとめました。