Interspeech 2025 语音无障碍项目挑战赛.pdfVIP

Interspeech2025语音无障碍项目挑战赛

XiuwenZheng,BornaliPhukon,JonghwanNa,EdCutrell,KyuHan,Mark

Hasegawa-Johnson,Pan-PanJiang,AadhrikKuila,ColinLea,BobMacDonald,Gautam

Mantena,VenkateshRavichandran,LedaSari,KatrinTomanek,ChangD.Yoo,Chris

Zwilling

UIUC,Microsoft,Amazon,Google,Apple,Meta,USACDLI,UKInhaUniversity,

KAIST,KR

Abstract降了三倍，而对于没有构音障碍的人来说，错误率

则下降了五倍。这种差异的主要原因是缺乏大规

{xiuwenz2,bornalip,jhasegaw,zwillin1}@,{cutrell,aadhrikkuila}@,

尽管过去十年在自动语音识别（ASR）系统方面取

模、多样化的数据来对ASR模型进行标准化和可

{kyujhan,veravic}@,{pjiang,bmacdonald}@,{colin.lea,gmantena}@,

得了显著进展，但对于有言语障碍的个体而言，这

重复训练及测试以应对构音障碍语音：从2008年

ledassari@,katrin.tomanek@,jhna@dsp.inha.ac.kr,cd_yoo@kaist.ac.kr

些系统的性能仍然不足，部分原因是由于公共训

到2023年，符合这些标准的最大公开可用的英语

练数据有限。为了弥合这一差距，2025年国际语

语料库是UA-Speech[2]语料库，其中包括16名说

音会议发起了“语音无障碍项目”（SAP）挑战赛，

本话者共22小时的语音。为了解决这种专业化数据

利用了从超过500名具有不同言语障碍的个体收

译缺乏的问题，这阻碍了ASR系统有效推广和适应

集并转录的400多小时的SAP数据。该挑战赛在

中EvalAI平台上举办，并借助远程评估管道进行评受损语音的能力，语音无障碍项目（SAP[1]）正在

1有系统地收集、转录并分发来自美国、加拿大及波

v估，基于单词错误率和语义得分对提交结果进行多黎各英语国家中患有言语障碍人士的语音。这

7评价。因此，在22支有效参赛队伍中，有12支

4