Automatische spraakherkenning voor gebruikers met een stembeperking

Spraakstoornissen treffen veel mensen in onze samenleving. Ze veroorzaken communicatieproblemen en sociaal isolement. Spraakstoornissen hebben verschillende oorzaken: misvormingen van organen (bijvoorbeeld gespleten gehemelte, cheiloschisis, ...), chirurgie (keelkanker), neurologische aandoeningen (multiple sclerose, Parkinson, ...) of het gevolg van een beroerte (CVA). Het modelleren van deze vormen van pathologische spraak is relevant voor het medische veld, b.v. diagnose, kwantificering van de ernst van de aandoening en in therapie. Automatische herkenning van pathologische spraak is nuttig voor het bouwen van communicatie-apparaten die ongeordende spraak in normale spraak transformeren en voor het bouwen van ondersteunende command-and-control-apparaten (bijv. Domotica) om de autonomie, het comfort en de veiligheid te vergroten in het geval de spraakstoornis samen optreedt met fysieke stoornissen van de ledematen (vaak het geval in neurologisch geïnduceerde spraakpathologie). Het primaire doel is het bevorderen van automatische spraakherkenning (ASR) voor verstoorde spraak, d.w.z. het extraheren van de verbale inhoud in tekst of semantiek. De stand van de techniek vereist dat gebruikers hun stemmen inschrijven en het doel is om de duur van deze fase te minimaliseren, d.w.z. een betere nauwkeurigheid te tonen onder kortere inschrijving (Ons, 2014). Mede dankzij de samenwerking met de Technische Universiteit van Boedapest (onder CELSA-financiering) kunnen we computationele representaties van spraakkenmerken opnemen waarvan is aangetoond dat ze relevant zijn voor de medische diagnose van stemaandoeningen (Kazinczi et al., 2015; Vicsi et al., 2012) maar ook om de nieuwe feature-extractors op basis van eerder werk bij te dragen (Stouten, 2009).