kidsTALC: A Corpus of 3- to 11-year-old German Children’s Connected Natural Speech

Rumberg, Lars; Gebauer, Christopher; Ehlert, Hanna; Wallbaum, Maren; Bornholt, Lena; Östermann, Jörn; Lüdtke, Ulrike M.

doi:10.21437/interspeech.2022-330

Cited by 3 publications

(3 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Aktuelle Forschungsansätze zeigen auf, dass gerade das akustische Sprachsignal eine umfassende Grundlage bildet, um eine automatische, computerbasierte Analyse umzusetzen. Im Vergleich zu Analyseergebnissen von gleichaltrigen Kindern können so Rückschlüsse auf mögliche Beeinträchtigungen im Sprachgebrauch gezogen werden [4,5].…”

Section: Technologien Zur Automatischen Sprech-und Sprachanalyseunclassified

“…Folglich generieren Forschungs-und Entwicklungsgruppen von Analysesystemen meist eigene Sprachkorpora. Diese sind dann jedoch auf die spezifische Problemstellung ausgelegt, und der Umfang von Sprachdaten bleibt gering [4,5]. Neben dem Mangel an ausreichend großen Kindersprachkorpora stellt die hohe Variabilität der Sprachdaten eine zentrale Herausforderung für die technische Entwicklung und Implementierung von Sprachanalysetools dar.…”

Section: Technologien Zur Automatischen Sprech-und Sprachanalyseunclassified

“…Dies ist durch kleinere und sich noch in Veränderung befindende anatomische Strukturen des Vokaltrakts sowie die Entwicklung der motorischen Kontrolle und der phonologischen Fertigkeiten bedingt. Insbesondere mit Blick auf Sprachstörungen steigt die Variabilität zusätzlich durch die Vielfalt der Störungsarten in Verbindung mit verschiedenen Schweregraden 4 . Verschiedene Sprachen, Altersgruppen und Dialekte, eine hohe Varianz in der akustischen Aufnahmequalität der Daten, Inhaltsvariabilitäten sowie Metadaten und ihre Dokumentation stellen weitere Herausforderungen dar.…”

Section: Technologien Zur Automatischen Sprech- Und Sprachanalyseunclassified

See 2 more Smart Citations

Automatisierte Sprach- und Sprechanalyse in Forschung und Diagnostik bei Autismus-Spektrum-Störungen: Potenziale und Barrieren

Neitzel¹,

Tuschen²,

Ritterfeld³

2023

Sprache · Stimme · Gehör

View full text Add to dashboard Cite

Digitalisierungsprozesse versprechen auch in der Gesundheitsversorgung ein zeit- und kostensparendes Vorgehen. Eine besondere Engstelle stellt der umfassende Diagnostikprozess dar, welcher zur Identifizierung einer Autismus-Spektrum-Störung (ASS) nötig ist. Dieser Beitrag informiert über Potenziale und bestehende Barrieren in der Forschung und diagnostischen Anwendung automatisierter Sprachanalysen zur Identifikation von ASS bei Kindern.

show abstract

Section: Technologien Zur Automatischen Sprech-und Sprachanalyseunclassified

Section: Technologien Zur Automatischen Sprech- Und Sprachanalyseunclassified

See 1 more Smart Citation

Automatisierte Sprach- und Sprechanalyse in Forschung und Diagnostik bei Autismus-Spektrum-Störungen: Potenziale und Barrieren

Neitzel¹,

Tuschen²,

Ritterfeld³

2023

Sprache · Stimme · Gehör

View full text Add to dashboard Cite

show abstract

Detection of Vowel Errors in Children’s Speech using Synthetic Phonetic Transcripts

Baumann,

Wagner,

Riedhammer

et al. 2023

2023 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU)

View full text Add to dashboard Cite

Improving End-to-End Models for Children’s Speech Recognition

Patel,

Scharenborg

2024

Applied Sciences

View full text Add to dashboard Cite

Children’s Speech Recognition (CSR) is a challenging task due to the high variability in children’s speech patterns and limited amount of available annotated children’s speech data. We aim to improve CSR in the often-occurring scenario that no children’s speech data is available for training the Automatic Speech Recognition (ASR) systems. Traditionally, Vocal Tract Length Normalization (VTLN) has been widely used in hybrid ASR systems to address acoustic mismatch and variability in children’s speech when training models on adults’ speech. Meanwhile, End-to-End (E2E) systems often use data augmentation methods to create child-like speech from adults’ speech. For adult speech-trained ASRs, we investigate the effectiveness of augmentation methods; speed perturbations and spectral augmentation, along with VTLN, in an E2E framework for the CSR task, comparing these across Dutch, German, and Mandarin. We applied VTLN at different stages (training/test) of the ASR and conducted age and gender analyses. Our experiments showed highly similar patterns across the languages: Speed Perturbations and Spectral Augmentation yield significant performance improvements, while VTLN provided further improvements while maintaining recognition performance on adults’ speech (depending on when it is applied). Additionally, VTLN showed performance improvement for both male and female speakers and was particularly effective for younger children.

show abstract

kidsTALC: A Corpus of 3- to 11-year-old German Children’s Connected Natural Speech

Cited by 3 publications

References 0 publications

Automatisierte Sprach- und Sprechanalyse in Forschung und Diagnostik bei Autismus-Spektrum-Störungen: Potenziale und Barrieren

Automatisierte Sprach- und Sprechanalyse in Forschung und Diagnostik bei Autismus-Spektrum-Störungen: Potenziale und Barrieren

Detection of Vowel Errors in Children’s Speech using Synthetic Phonetic Transcripts

Improving End-to-End Models for Children’s Speech Recognition

Contact Info

Product

Resources

About