排序方式： 共有3条查询结果，搜索用时 491 毫秒
1
1.
语言能力测试常用于评估低龄儿童的词汇储备等能力,运用语音识别等人工智能技术能够提高语言能力测试的工作效率,从而让更多的语言发育迟缓儿童能被尽早发现并得到治疗.低龄儿童语音相较于成人语音更难识别,且缺乏相关公开数据集,为了解决语言能力测试场景下的低龄儿童语音词汇识别问题,采集72名2～3岁儿童的语音数据,对具有参数少、计算成本低等特点的MobileNet模型进行了改进,并使用模型无关的元学习方法(MAML)优化改进模型,使改进模型适用于小样本环境下的低龄儿童语音词汇识别.实验证明,相关改进措施均能提高模型的儿童语音词汇识别性能. 相似文献
2.
儿童语言发育迟缓疾病诊断需要大量经验丰富的医生或语言病理学家,语音识别等人工智能技术能够辅助专家提升病理诊断的效率,从而造福更多疑似病理儿童.从儿童语言发育迟缓疾病的构音障碍、口吃、词汇储备低和表达能力欠佳4种临床表现进行文献整理和分析,归纳整理检测诊断相关的自动化评估技术、评估准则和数据集的发展现状,描述评估技术如何... 相似文献
3.
口吃作为一种常见的言语流畅性障碍,在儿童成长阶段言语障碍会对其身心健康造成不可逆的伤害.由于国内对口吃类型识别是基于专家的主观评价,缺乏智能医疗工具的辅助,本文基于构建的儿童口吃语料库和LibriStutter语料库来探究儿童口吃的智能识别,使用卷积神经网络ResNet模型对口吃语谱图进行识别.实验结果表明,该模型可有... 相似文献
1