arXiv:2606.08210v2 eess.AS

Paediatric-HGNN: 다중 스케일 음향 융합을 통한 아동 음성의 비유창성 검출용 하이브리드 이종 그래프 신경망

Paediatric-HGNN: A Hybrid Heterogeneous Graph Neural Network for Detecting Disfluency in Children's Speech via Multiscale Acoustic Fusion

Rashini Liyanarachchi, Rachael Mackay, Alison Short, Aditya Joshi, Erik Meijering

제출 2026-11-03

한국어 초록

자동 말더듬 검출(ASD) 시스템은 발달 중인 음성의 높은 음향적 변동성과, 병리적 말더듬과 전형적인 발달성 비유창성 사이의 미묘한 차이 때문에 아동 음성에서 어려움을 겪는다. 본 논문은 아동 데이터에 맞게 설계된 문맥 인식 부분-전체 상호작용 네트워크(CaPIN)를 사용하는 프레임워크인 Paediatric-HGNN을 제안한다. 본 접근법은 기존의 1차원 신호 모델링 대신, 어휘 단위(단어 노드)와 세밀한 음향 구간(프레임 노드) 사이의 계층적 관계를 포착하는 이종 그래프를 구축한다. 정제된 아동 코퍼스(UCLASS 및 FluencyBank)로 학습한 Paediatric-HGNN은 가중 정확도 82.4%와 전형적 비유창성 F1 점수 0.386을 달성한다. 어휘-음향 간 계층적 상호작용을 모델링함으로써 발달기의 "탐색" 행동을 포착하며, 이는 조기 임상 개입을 위한 더 견고하고 해석 가능한 도구를 제공한다.

원문 초록

Automated stuttering detection (ASD) systems struggle with paediatric speech due to high acoustic variability in developing voices and the subtle distinction between pathological stuttering and typical developmental disfluencies. We introduce Paediatric-HGNN, a framework using a Context-aware Part-whole Interaction Network (CaPIN) tailored for paediatric data. Instead of conventional 1D signal modelling, our approach builds a heterogeneous graph capturing hierarchical relationships between lexical units (word nodes) and fine-grained acoustic segments (frame nodes). Trained on curated paediatric corpora (UCLASS and FluencyBank), Paediatric-HGNN achieves 82.4% weighted accuracy and a Typical Disfluency F1-score of 0.386. Modelling hierarchical lexical-acoustic interactions captures developmental "searching" behaviour, offering a more robust and interpretable tool for early clinical intervention.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2606.08210v2제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

공통 태그로 연결된 공개 논문이 아직 없습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.