分层图注意力网络

多粒度发音评分

通过异构图建模语音层次结构,同时引入方面注意力模块,在发音评估中捕捉多粒度语言单元间的依赖关系。

Yan, Bicheng · Chen, Berlin

IEEE/ACM Transactions on Audio Speech and Language Processing 2024

技术优势

层级建模

通过异构图消息传递机制,显式建模音素、词、话语之间的层级依赖,使评分更符合语言结构。

方面关联

引入方面注意力模块编码准确性、流利度、完整性之间的关联,提升多维度评分的协同性。

首创类型

首次在 APA 图神经网络中引入多种语言节点类型,并通过定性分析验证其价值。

应用场景