沙丘社区
论文

IQRA 2026：现代标准阿拉伯语 (MSA) 自动发音评估的语音间挑战

IQRA 2026: Interspeech Challenge on Automatic Pronunciation Assessment for Modern Standard Arabic (MSA)

Yassine El Kheir; Amit Meghanani; Mostafa Shahin; Omnia Ibrahim; Shammur Absar Chowdhury; Nada AlMarwani; Youssef Elshahawy; Ahmed Ali
模型评测基准与评测资源

摘要

我们介绍了第二版 IQRA Interspeech Challenge 的研究结果，这是一项针对现代标准阿拉伯语 (MSA) 的自动发音错误检测和诊断 (MDD) 的挑战。在上一版本的基础上，本次迭代引入了 \textbf{Iqra\_Extra\_IS26}，这是一个真实的人类误读语音的新数据集，补充了现有的训练和评估资源。提交的系统采用了多种方法，包括基于 CTC 的自我监督学习模型、两阶段 微调 策略以及使用大型音频语言模型。与第一版相比，我们观察到 F1 分数 \textbf{0.28} 大幅跃升，这归因于参与者提出的新颖架构和建模策略以及提供的额外真实错误发音数据。这些结果表明阿拉伯语 MDD 研究日益成熟，并为阿拉伯语发音评估的未来工作奠定了更坚实的基础。