TAILIEUCHUNG - Báo cáo khoa học: "Investigating Pitch Accent Recognition in Non-native Speech"

Acquisition of prosody, in addition to vocabulary and grammar, is essential for language learners. However, it has received less attention in instruction. To enable automatic identification and feedback on learners’ prosodic errors, we investigate automatic pitch accent labeling for nonnative speech. We demonstrate that an acoustic-based context model can achieve accuracies over 79% on binary pitch accent recognition when trained on withingroup data. | Investigating Pitch Accent Recognition in Non-native Speech Gina-Anne Levow Computer Science Department University of Chicago ginalevow@ Abstract Acquisition of prosody in addition to vocabulary and grammar is essential for language learners. However it has received less attention in instruction. To enable automatic identification and feedback on learners prosodic errors we investigate automatic pitch accent labeling for nonnative speech. We demonstrate that an acoustic-based context model can achieve accuracies over 79 on binary pitch accent recognition when trained on within-group data. Furthermore we demonstrate that good accuracies are achieved in crossgroup training where native and nearnative training data result in no significant loss of accuracy on non-native test speech. These findings illustrate the potential for automatic feedback in computer-assisted prosody learning. 1 Introduction Acquisition of prosody in addition to vocabulary and grammar is essential for language learners. However intonation has been less-emphasized both in classroom and computer-assisted language instruction Chun 1998 . Outside of tone languages it can be difficult to characterize the factors that lead to non-native prosody in learner speech and it is difficult for instructors to find time for the one-on-one interaction that is required to provide feedback and instruction in prosody. To address these problems and enable automatic feedback to learners in a computer-assisted language learning setting we investigate automatic prosodic labelling of non-native speech. While many prior systems Teixeia et al. 2000 Tep-perman and Narayanan 2008 aim to assign a score to the learner speech we hope to provide more focused feedback by automatically identifying prosodic units such as pitch accents in English or tone in Mandarin to enable direct comparison with gold-standard native utterances. There has been substantial progress in automatic pitch accent recognition for native speech .

• Báo cáo khoa học
• Investigating Pitch Accent Recognition
• Non native Speech
• Gina Anne
• báo cáo khoa học
• báo cáo ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học