
본 논문에서는 컨포머 모델과 장단기 기억 네트워크(LSTM)를 결합하여 말더듬 사건을 효과적으로 감지하는 종단 간 모델을 제안하며, 다중 작업 학습 전략을 통해 말더듬의 유형과 심각도를 모두 평가합니다.


coremsg

컨포머-및-bilstm-기반-종단-간-말더듬-감지-방법-다중-작업-학습을-통한-말더듬-유형-및-심각도-평가


컨포머 및 BILSTM 기반 종단 간 말더듬 감지 방법: 다중 작업 학습을 통한 말더듬 유형 및 심각도 평가


title_rewrite


This research paper introduces a novel stuttering detection model that leverages the Conformer model, LSTM networks, and multi-task learning to achieve superior accuracy in identifying and classifying different types of stuttering events.


conformer-based-stuttering-detection-model-enhanced-with-lstm-and-multi-task-learning-for-improved-accuracy-in-stuttering-assessment


Conformer-Based Stuttering Detection Model Enhanced with LSTM and Multi-Task Learning for Improved Accuracy in Stuttering Assessment
