论文
冻结Whisper：用辅助词重音任务改进句重音检测
A Novel Sentence Stress Detection Framework Leveraging Auxiliary Word-Stress Modeling and Loss Optimization
摘要
韵律重音是自动发音评估（APA）的一个重要方面，包括句子重音检测（SSD）和词重音检测（WSD）。 SSD 突出显示语义上塑造话语意义的显着单词，而 WSD 则识别每个单词中的主要重读音节以确保词汇清晰度。然而，大多数先前的工作将 SSD 和 WSD 视为独立的任务，忽视了它们对韵律线索（例如音调、持续时间和强度）的共同依赖。为了解决这一差距，我们提出了一种有效的 SSD 方法，通过新颖的建模范例将 SSD 与辅助 WSD 相结合。此外，我们引入了一个词跨度重音正则器（WSR），它将 token 级 SSD 概率集中在每个重读词跨度内。 TinyStress-15K 基准测试的实验表明，所提出的方法优于强基线，完整配置实现了最佳 SSD 结果。
