Cross-Lingual Cross-Age Group Adaptation for Low-Resource Elderly Speech Emotion Recognition
The Hong Kong University of Science and Technology（香港科技大学）
针对语音情感识别偏向英语成年人的问题，本研究构建了跨语言跨年龄基准与数据集，发现跨语言推理不适用，但跨组数据增强结合语言距离能有效正则化模型并影响可迁移性。
2023-06-26 cs.CL cs.SD eess.AS
A Novel Data Augmentation Approach for Automatic Speaking Assessment on Opinion Expressions
National Taiwan Normal University（台湾国立台湾师范大学）
针对观点表达自动口语评估中标注数据稀缺的问题，提出利用大语言模型生成多样化回答、经语音合成并采用动态重要性损失训练多模态模型，在LTTC数据集上优于传统方法。
2025-09-11 cs.CL cs.SD eess.AS
Beyond Modality Limitations: A Unified MLLM Approach to Automated Speaking Assessment with Effective Curriculum Learning
National Taiwan Normal University（台湾国立正常大学）
本文首次系统研究多模态大语言模型用于自动口语评估，并提出语音优先多模态训练（SFMT）方法，通过课程学习先强化语音建模再进行跨模态融合，将整体评估PCC从0.783提升至0.846，并在表达评估上实现4%的绝对准确率提升。
2025-08-18 cs.AI cs.CL cs.SD
CASA: Content-Acoustic Speaking Assessment with Speech Encoder and Large Language Model
Aalto University（阿尔托大学）；University of Helsinki（赫尔辛基大学）；Walton Institute（沃尔顿研究所）
该研究提出结合Whisper-medium与Qwen3.5-2B的CASA架构，在Speak & Improve Corpus 2025上RMSE达0.358，参数量减半，可分离语音表达与内容，还分析了声学与内容信息的贡献及性能稳定性。
2026-08-14 cs.CL eess.AS
Post-editing Productivity with Neural Machine Translation: An Empirical Assessment of Speed and Quality in the Banking and Finance Domain
TextShuttle AG（TextShuttle股份公司）；Institute of Computational Linguistics, University of Zurich（苏黎世大学计算语言学研究所）；Migros Bank AG（米格罗斯银行股份公司）
神经机器翻译（NMT）为自动翻译设定了新的质量标准，但其对译后生产率的影响仍有待深入研究。我们实证测试了NMT的加入，以及特定领域的翻译记忆和术语库，如何影响金融文本专业翻译的速度和质量。我们发现，即使是在研究环境中很少受到关注的语言对和少量用于系统适应的域内数据，NMT后期编辑也可以节省大量时间，并带来相等或稍好的质量。
2019-06-04 cs.CL
Building Tailored Speech Recognizers for Japanese Speaking Assessment
本文提出多任务学习与有限状态转换器融合方法，构建带声调标记的日语音素识别器，将莫拉错误率从12.3%降至7.1%。
2025-09-25 cs.CL cs.SD eess.AS
Speaking the Language of Your Listener: Audience-Aware Adaptation via Plug-and-Play Theory of Mind
University of Amsterdam（阿姆斯特丹大学）；Sapienza University of Rome（罗马第一大学）
本文提出一种即插即用的模拟模块，使说话者能从听者视角实时调整指称表达，无需微调语言模型即可提升交际成功率。
2023-05-31 cs.AI cs.CL cs.CV
Enhancing Public Speaking Skills in Engineering Students Through AI
Center for Thinking, Language and Communication（思考、语言与交流中心）；Plaksha University（普拉克斯大学）
本文针对工程专业学生公共演讲训练不足的问题，提出融合语音分析、计算机视觉和情感检测的多模态AI评估模型，其中Gemini Pro与专家评估一致性最佳，实现个性化、可扩展的演讲反馈。
2025-11-07 cs.AI cs.CL cs.HC
Interpretable, Fairly Evaluated Automated L2 Speaking Assessment that Beats the Single-Human Ceiling and Why Pause Encoding Does Not Change LLM Fluency Scores
Aflo Technologies Inc.（Aflo科技公司）
该研究构建了可解释的特征+LLM混合L2口语评估模型，其评分超越81%的人类评分者，还证实停顿编码不影响LLM流利度评分，且通过多维度方法验证了模型的公平性与可靠性。
2026-08-28 cs.CL cs.LG cs.SD
Speak & Improve Corpus 2025: an L2 English Speech Corpus for Language Assessment and Feedback
ALTA Institute（阿尔塔研究所）；University of Cambridge（剑桥大学）；Cambridge University Press and Assessment（剑桥大学出版社与评估部）；Enhanced Speech Technology Ltd（增强语音技术有限公司）
本文介绍Speak & Improve语料库2025，一个含整体评分和错误标注的L2英语口语数据集，旨在解决公开高质量标注数据缺乏问题，支持口语评估、反馈及ASR、GEC等技术研究。
2024-12-17 cs.CL
Eye of Judgement: Dissecting the Evaluation of Russian-speaking LLMs with POLLUX
POLLUX通过细粒度任务分类和LLM评估器，提供可解释的俄语生成模型评估方法。
2025-12-01 cs.AI cs.CL
Investigating Human-Model Discrepancies in Speech Quality Assessment via Acoustic and Prosodic Perturbations
Nagoya Institute of Technology, Japan（名古屋技术大学，日本）；LY Corporation, Japan（LY公司，日本）
通过声学退化、韵律错误和说话人特征扰动，发现MOS预测模型对声学退化敏感，但对韵律错误不敏感，且对基频有偏见，而对语速和基频变化不敏感。
2026-06-19 cs.CL cs.LG cs.SD
OpenPA: Forced-alignment-free Multi-granular Pronunciation Assessment with Mixed-transcript Adaptation
National Taiwan Normal University（台湾师范大学）
该研究提出无需强制对齐的APA框架OpenPA，利用Whisper交叉注意力机制联合预测多粒度发音分数，经speechocean762训练后在多场景评估中表现优异，还展现出跨任务应用潜力。
2026-10-12 cs.CL cs.SD eess.AS
Continue, Adapt, or Yield: In-Turn Adaptation to Overlapping Speech in Full-Duplex Agents
Besimple AI
针对全双工智能体评估忽视轮内适应的问题，提出Duplex Cue方法，区分听者意图与说话者行为，实验显示真人适应率68.2%远超PersonaPlex的34.8%，强调需同时衡量回应方式与是否继续说话。
2026-09-14 cs.CL cs.SD
DIWALI: Diversity and Inclusivity aWare cuLture specific Items for India: Dataset and Assessment of LLMs for Cultural Text Adaptation in Indian Context
Natural Language and Information Processing Lab (NLIP) Indian Institute of Technology Hyderabad（自然语言与信息处理实验室（NLIP）印度理工学院海得拉巴）
DIWALI数据集通过17个文化维度的8,000个文化概念，评估LLM在印度文化文本适应中的文化意识与一致性。
2025-12-16 cs.CL
Assessing the Effectiveness of GPT-4o in Climate Change Evidence Synthesis and Systematic Assessments: Preliminary Insights
Pennsylvania State University（宾夕法尼亚州立大学）
本研究评估GPT-4o在气候变化证据综合中的表现，发现其在低专业任务上准确率高，但在中高级任务上可靠性不足，需设计结合模型优势并加以改进的评估流程。
2024-07-02 cs.AI cs.CL
Addressing Cold Start Problem for End-to-end Automatic Speech Scoring
Riiid（Riiid公司）；Bucketplace Inc.（Bucketplace股份有限公司）
本文针对端到端自动语音评分在新问题语境下的冷启动问题，提出利用提示词嵌入、BERT/CLIP问题语境嵌入及预训练声学模型选择的方法，在TOEIC口语数据集上验证了其在冷启动环境中的鲁棒性并超越基线。
2023-06-25 cs.CL cs.SD eess.AS
Cultural Adaptation of Recipes
Huazhong University of Science and Technology（华中科技大学）；University of Copenhagen（哥本哈根大学）；University of Electronic Science and Technology of China（电子科技大学）；Saarland University（萨尔兰大学）
本文提出中英文食谱跨文化适配任务，构建CulturalRecipes数据集，并评估GPT-4等LLMs、机器翻译与检索方法，发现GPT-4中译英表现接近人类，但英译中仍逊于专家，揭示文化适配的复杂性。
2023-10-26 cs.AI cs.CL
Assessment of RAG and Fine-Tuning for Industrial Question-Answering-Applications
BMW Group（宝马集团）
本文通过汽车行业封闭数据集评估RAG和微调在问答系统中的效果，发现RAG在质量和成本效率上优于微调，尤其适用于开源模型。
2026-05-10 cs.AI cs.CL
Culturally Adaptive Explainable LLM Assessment for Multilingual Information Disorder: A Human-in-the-Loop Approach
University of Turin（都灵大学）
本文提出一种人机协作框架，通过本地语言标注者生成的解释性理由，评估LLM在多语言信息紊乱中的表现，提升模型的文化适应性和可解释性。
2026-03-28 cs.AI cs.CL cs.CY
Scalable and Culturally Specific Stereotype Dataset Construction via Human-LLM Collaboration
Dartmouth（达特茅斯学院）
针对大语言模型刻板印象研究多集中于英语语境的问题，引入人机协作标注框架构建西班牙语刻板印象数据集EspanStereo，验证框架有效性，揭示各国刻板行为差异，该框架可扩展用于多语言，拓宽了刻板印象分析范围并奠定跨文化偏见评估基础。
2026-07-10 cs.CL
Speaker Identity Preservation in Dysarthric Speech Reconstruction by Adversarial Speaker Adaptation
The Chinese University of Hong Kong（香港中文大学）；SpeechX Limited（深圳声希科技有限公司）；Centre for Perceptual and Interactive Intelligence（感知与交互智能中心）
构音障碍语音重建（DSR），旨在改善构音障碍语音的质量，仍然是一个挑战，不仅因为我们需要恢复语音是正常的，而且还必须保持说话人的身份。为了控制说话人的身份，本文研究了由说话人识别优化的说话人编码器（SE）提取的说话人表示。然而，SE可能无法完全捕获以前看不见的构音障碍扬声器的特征。为了解决这个研究问题，我们提出了一种新的多任务学习策略，即，对抗性说话人自适应（ASA）。ASA的主要任务微调SE与目标构音障碍说话者的语音，以有效地捕获身份相关的信息，和次要任务应用对抗训练，以避免异常说话模式的重建语音的合并，通过正则化重建语音的分布接近的参考语音的高质量。实验表明，该方法可以实现增强的说话人相似度和可比的语音自然度与强大的基线方法。与构音障碍语音相比，对于中度构音障碍和中重度构音障碍的说话人，重建语音的绝对错误率分别降低了22.3%和31.5%。我们的演示页面在这里发布：https://wendison.github.io/ASA-DSR-demo/
2022-02-18 cs.CL cs.MM cs.SD
Aesthetic Assessment of Chinese Handwritings Based on Vision Language Models
The Open University of China（中国开放大学）；Engineering Research Center of Integration and Application of Digital Learning Technology, Ministry of Education（数字化学习技术集成与应用教育部工程研究中心）；OUC-online（国开在线）
本文基于视觉语言模型分析中文手写体质量，生成多级反馈，通过低秩适应和上下文学习方法提升评估效果，实验结果在CCL 2025工作坊中表现优异。
2026-03-24 cs.AI cs.CL cs.CV
