Preschool evaluation is crucial because it gives teachers and parents crucial knowledge about a children's growth and development. The coronavirus pandemic has highlighted the necessity for preschool children to be assessed online. This online testing requires a variety of technologies, from web application development to various artificial intelligence models in diverse criteria such as speech recognition. Because of the acoustic fluctuations and differences in voice frequencies between children and adults, employing Automatic Speech Recognition(ASR) systems is difficult because they are pre-trained on adults' voices. In addition, training a new model requires a large amount of data. To solve this issue, we constructed an ASR for our cognitive test system using the Wav2Vec 2.0 model with a new pre-training objective, called Random Frequency Pitch(RFP), and our new dataset, which was tested on Meaningless Words(MW) and Rapid Automatic Naming(RAN) tests. Due to the peculiarities of these two tests, we explored numerous models, including Convolutional Neural Network(CNN) and Wav2Vec 2.0 models. Our new approach, reaches Word Error Rate(WER) of 6.45 on the Persian section of CommonVoice dataset. Furthermore our novel methodology produces positive outcomes in zero- and few-shot scenarios.


翻译:学前教育评估至关重要,因为它使教师和家长掌握了有关儿童成长和发展的关键知识。冠状病毒大流行病突出了学龄前儿童进行在线评估的必要性。这种在线测试需要各种技术,从网络应用开发到各种语言识别等不同标准的人工智能模型。由于儿童与成人之间声音频率的声波波动和差异,采用自动语音识别系统是困难的,因为他们事先就成人的声音进行了培训。此外,培训新模式需要大量的数据。为了解决这个问题,我们用Wav2Vec 2.0模型为我们的认知测试系统设计了ASR,并设定了新的培训前目标,称为随机频率Pitch(RFP),以及我们的新数据集,该数据集在无意义字词和快速自动命名(RAN)测试中进行了测试。由于这两个测试的特殊性,我们探索了许多模型,包括进化神经网络(CNN)和Wav2Vec 2.0模型。为了解决这个问题,我们的新方法达到了6.45级的WER值错误率,在普通数据假设的波斯-零版中实现了我们的新结果。

0
下载
关闭预览

相关内容

语音识别是计算机科学和计算语言学的一个跨学科子领域,它发展了一些方法和技术,使计算机可以将口语识别和翻译成文本。 它也被称为自动语音识别(ASR),计算机语音识别或语音转文本(STT)。它整合了计算机科学,语言学和计算机工程领域的知识和研究。
专知会员服务
25+阅读 · 2021年4月2日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员