Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Exploring ASR-Based Wav2Vec2 for Automated Speech Disorder Assessment: Insights and Analysis

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
  • معلومة اضافية
    • Contributors:
      Laboratoire Informatique d'Avignon (LIA); Avignon Université (AU)-Centre d'Enseignement et de Recherche en Informatique - CERI; Avignon Université (AU); Laboratoire Informatique d'Avignon- Université d'Avignon; Laboratoire Parole et Langage (LPL); Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS); Équipe Structuration, Analyse et MOdélisation de documents Vidéo et Audio (IRIT-SAMoVA); Institut de recherche en informatique de Toulouse (IRIT); Université Toulouse Capitole (UT Capitole); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse - Jean Jaurès (UT2J); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse III - Paul Sabatier (UT3); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Toulouse Mind & Brain Institut (TMBI); Université Toulouse - Jean Jaurès (UT2J); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse III - Paul Sabatier (UT3); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse Capitole (UT Capitole); Communauté d'universités et établissements de Toulouse (Comue de Toulouse); Université Toulouse III - Paul Sabatier (UT3); Pôle Clinique des Voies respiratoires CHU Toulouse; Centre Hospitalier Universitaire de Toulouse (CHU Toulouse)
    • بيانات النشر:
      CCSD
    • الموضوع:
      2024
    • Collection:
      Université Toulouse 2 - Jean Jaurès: HAL
    • الموضوع:
    • نبذة مختصرة :
      International audience ; With the rise of SSL and ASR technologies, the Wav2Vec2 ASR-based model has been fine-tuned for automated speech disorder quality assessment tasks, yielding impressive results and setting a new baseline for Head and Neck Cancer speech contexts. This demonstrates that the ASR dimension from Wav2Vec2 closely aligns with assessment dimensions. Despite its effectiveness, this system remains a black box with no clear interpretation of the connection between the model ASR dimension and clinical assessments. This paper presents the first analysis of this baseline model for speech quality assessment, focusing on intelligibility and severity tasks. We conduct a layer-wise analysis to identify key layers and compare different SSL and ASR Wav2Vec2 models based on pre-trained data. Additionally, post-hoc XAI methods, including Canonical Correlation Analysis (CCA) and visualization techniques, are used to track model evolution and visualize embeddings for enhanced interpretability.
    • الدخول الالكتروني :
      https://hal.science/hal-04756037
      https://hal.science/hal-04756037v1/document
      https://hal.science/hal-04756037v1/file/SLT_paper.pdf
    • Rights:
      http://creativecommons.org/licenses/by-nc/ ; info:eu-repo/semantics/OpenAccess
    • الرقم المعرف:
      edsbas.8E4C39E9