PEDBench: Can Speech Models Detect Phonetic Errors?
中文摘要
由模型生成 · 人工抽检PEDBench 是首个音素级错误检测基准，涵盖儿童真实发音错误、演员脚本错误和 TTS 合成错误三类数据，由两名语音标注员校验。评测 13 个主流语音模型发现其检测精度低、误报率高，即使受控条件也不可靠；基于合成数据微调的语音语言模型在词级 PED 上超越商业与开源基线，但仍存在仿真到真实的域差距。
全文
已译中文[Submitted on 14 Oct 2026]
标题：
PEDBench: Can Speech Models Detect Phonetic Errors?
作者：
Zhonghao Shi
Zackary Rackauckas
Jasmine Yip
Savannah Halpern
Simon Campos
Lauren Brace
Emma Yang
Tiantian Feng
Xuan Shi
Shrikanth Narayanan
Teresa Satterfield
Ying Xu
查看题为 PEDBench: Can Speech Models Detect Phonetic Errors? 的论文 PDF，作者为 Zhonghao Shi 及其他 11 位作者
查看 PDF
HTML（实验性）
摘要：
语音错误检测（PED）旨在识别音素级别的替换、删除和插入，对教育与临床语音评估及干预至关重要。尽管语音模型在音素识别方面近期取得了进展，但由于缺乏高质量的评估数据，它们能否可靠地检测细粒度语音错误仍不明确。为填补这一空白，我们推出 PEDBench，这是首个涵盖从自然语音到受控语音连续谱的 PED 基准测试。它包含儿童真实语音错误的录音（N=334）、人类演员按脚本产生的错误发音（N=1,188），以及使用 phone-conditioned 文本转语音生成的合成错误发音（N=1,083）。所有语音标注均由两名受过语音学训练的标注员转写并核验。我们对 13 个 SOTA 语音模型的评估表明，它们无法可靠地检测语音错误，即使在声学变异性降低的受控条件下（使用演员表演语音和合成语音）也是如此。这些模型还表现出低精确率，频繁将发音正确的音素误判为错误。我们基于合成数据微调的语音语言模型在词级 PED 上优于商业和开源基线，但仍存在 sim-to-real 域差距。我们计划公开代码和 recipes，以及演员表演数据集和合成数据集，以支持开发更准确的 PED 系统。
提交历史
来自：Zackary Rackauckas [
查看邮件
[v1]
2026年10月14日周三 19:15:48 UTC（6,201 KB）
本译文由模型自动生成，仅供参考与快速理解；涉及数字、版本、命令、法律条文等请以原文为准。
原文附件
2 个 · 均跳转原站，本站不托管文件正文为原站公开内容的抓取与清洗结果，英文条目附模型生成的中文译文；两者均仅供参考， 准确内容请以原站为准。内容版权归原作者所有，若认为侵权请联系我们下线。