A Comprehensive Rubric for Annotating Pathological Speech

本研究介绍了一种综合性的评分标准，基于语音质量的不同维度（包括语音学、流畅度和韵律），用于标记唐氏综合症患者的语音语料库，以建立标准化的标准来识别其语音中的错误，从而实现自动化评估系统的开发。为了达到这个目标，我们利用了Prautocal语料库。为了评估使用我们的评分标准的注释质量，我们进行了两个实验，分别关注语音学和流畅度。对于语音学评估，我们采用了发音好坏度量（GoP）指标，利用自动分割系统，并将结果与专业语音治疗师进行的评估进行相关性分析。虽然所得到的相关值并不是非常高，但观察到了积极的趋势。在流畅度评估方面，我们使用了像wav2vec这样的深度学习模型来提取音频特征，并使用在识别流畅度问题方面的语料库上训练的SVM分类器对Prautocal语料库样本进行分类。结果突出了评估此类现象的复杂性，这取决于检测到的具体不流畅类型的变异性。

本文旨在建立一个基于多个语音质量维度的综合评估标准，以标准化识别唐氏综合症患者的语音错误，从而促进自动化评估系统的开发。

本文提出了一个包括语音学、流畅性和韵律等多个维度的综合评估标准，并运用自动化分割系统和深度学习模型进行实验验证。

本文使用了Prautocal语音库进行评估，并使用Goodness of Pronunciation (GoP)度量和SVM分类器进行实验。实验结果表明，该评估标准具有一定的可行性，但是评估语音流畅性的复杂性需要进一步研究。

最近的相关研究包括：1. "Automatic Speech Recognition for Down Syndrome: A Review"；2. "Speech Analysis of Down Syndrome Adults: A Review"；3. "Speech and Language Characteristics of Children with Down Syndrome"。