低层声学特征增强大型音频语言模型检测构音障碍语音

1. 12:00
   arXiv · Audio and Speech

   用低层声学特征增强大型音频语言模型以检测构音障碍语音

   研究提出一个框架，将语音录音与低层声学特征、说话者人口统计信息结合，对大型音频语言模型（LALMs）进行微调，用于构音障碍语音检测。在两个 LALMs 上，该框架优于深度学习基线，其中 Qwen2-Audio-Instruct 取得 SOTA 表现。消融实验显示加入声学特征与人口统计信息可提升性能，而 LALMs 单独零样本表现仅达随机水平。

Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.