Publicação em atas de evento científico
A multimodal educational game for 3-10-year-old children: Collecting and automatically recognising European Portuguese children’s speech
Annika Hämäläinen (Hämäläinen, A.); Fernando Miguel Pinto (Pinto, F. M.); Silvia Rodrigues (Rodrigues, S.); Ana Júdice (Júdice, A.); Sandra Morgado Silva (Silva, S. M.); António Calado (Calado, A.); Miguel Sales Dias (Dias, M. S.); et al.
2013 ISCA International Workshop on Speech and Language Technology in Education (SLaTE 2013)
Ano (publicação definitiva)
2013
Língua
Inglês
País
Estados Unidos da América
Mais Informação
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

N.º de citações: 7

(Última verificação: 2024-12-05 23:39)

Ver o registo na Scopus

Google Scholar

N.º de citações: 16

(Última verificação: 2024-12-10 16:41)

Ver o registo no Google Scholar

Abstract/Resumo
Speech interfaces have tremendous potential in education. In this paper, we present our work in the Contents for Next Generation Networks project, an ongoing Portuguese industry-academia collaboration developing a multimodal educational game aimed at improving the physical coordination and the basic mathematical and musical skills of 3-10- year-old children. We focus on our work in the area of children's speech recognition: designing, collecting, transcribing and annotating a 21-hour corpus of prompted European Portuguese children's speech, as well as our first experiments with different acoustic modelling approaches. Our speech recognition results suggest that training children's speech models from scratch is a more promising approach than retraining adult speech models using children's speech when a sufficient amount of training data is available from the targeted age group. This finding also holds for adult female speech models retrained using children's speech. As compared with a baseline recogniser comprising gender-dependent adult speech models, the best-performing children's speech models that we have trained so far – genderindependent cross-word triphones trained with 17.5 hours of speech from 3-10-year-old children – resulted in a 45-percent (relative) decrease in word error rate in a task expecting isolated cardinal numbers, sequences of cardinal numbers or musical notes as speech input
Agradecimentos/Acknowledgements
--
Palavras-chave
Acoustic modelling,ASR,Child-computer interaction,Corpus,Educational game,European Portuguese
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
  • Línguas e Literaturas - Humanidades
Registos de financiamentos
Referência de financiamento Entidade Financiadora
QREN 7943 CNG Comissão Europeia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.