Deep Learning for Assessment of Oral Reading Fluency

阅读流畅度评估是识字计划的关键组成部分，可用于指导和监控早期教育干预。由于由教师进行的评估需要耗费大量资源，因此开发能够处理口语阅读音频记录的自动化工具是一种具有吸引力的客观且高度可扩展的解决方案。阅读流畅度的人类判断涉及多个复杂的方面，如准确性、速度和表达力。在这项工作中，我们研究了在由人类专家标记的儿童故事文本音频记录的训练数据集上的端到端建模。由于预训练的wav2vec2.0模型具有缓解标记数据有限的挑战的潜力，因此我们采用了该模型。我们报告了多个系统变体在相关措施上的表现，并探究了已知对阅读流畅度感知至关重要的词汇和声学-韵律特征的学习嵌入。

论文旨在通过自动化工具来评估儿童的阅读流畅性，解决教师进行口语阅读评估的资源密集型问题。

论文采用预训练的wav2vec2.0模型进行端到端建模，通过学习词汇和声学-韵律特征的嵌入来评估阅读流畅性。

论文使用儿童故事文本的音频记录数据集进行训练，并在准确性、速度和表达力等方面评估了多个系统变体的性能。值得关注的是，论文利用预训练模型解决了标注数据量有限的问题。

近期在这个领域中的相关研究包括：'Automatic Assessment of Oral Reading Fluency Using Machine Learning Techniques'、'Automatic Speech Recognition-Based Reading Fluency Assessment for Children'等。