构音障碍语音识别算法研究综述

来源：计算机工程与应用杂志2024年第11期北京时间：

作者：宋伟, 张杨豪

单位：1.中央民族大学 信息工程学院，北京 100081；2.国家语言资源监测与研究少数民族语言中心，北京 100081；3.民族语言智能分析与安全治理教育部重点实验室，北京 100081

摘要：构音障碍作为一种医学难症，目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式，通过数据驱动进一步提升了算法性能，识别字错误率进一步降低，但是目前针对构音障碍的语音识别技术离实际商用还存在一定的距离，该技术的发展受数据规模和技术的限制。到目前为止，尚未出现针对构音障碍语音识别方面的综述文章，亟需将该领域中各种数据集的构建方法和先进技术进行对比分析，以方便进入该领域的研究人员快速获取这方面的知识。对现有数据集、主流算法、评估方式进行了调研，总结了国内外主流构音障碍数据集的规模、形式和特点。分析了构音障碍语音识别的主流算法，并给出了不同算法的性能和特点。最后，研究了基于构音障碍患者的严重等级的算法模型性能评价指标，并讨论了未来的研究方向，以期能够为从事构音障碍语音识别的研究人员提供帮助，助力该领域的快速发展。

关键词：构音障碍,语音识别,深度学习,人工智能