Aligning Stuttered-Speech Research with End-User Needs: Scoping Review, Survey, and Guidelines

Probleemstelling

Hoewel er groeiende aandacht is voor atypische spraak in de spraaktechnologie, vertoont het onderzoek naar stotteren (stuttering) een significante kloof tussen academische prioriteiten en de werkelijke behoeften van eindgebruikers.

• Technische tekortkomingen: Bestaande Automatic Speech Recognition (ASR) systemen presteren slecht bij stotterende spraak.
• Ontbrekende gebruikersinbreng: Onderzoek wordt zelden systematisch gebaseerd op de ervaringen en behoeften van de twee belangrijkste stakeholdergroepen: Mensen die stotteren (PWS - Persons Who Stutter) en Logopedisten (SLP's - Speech-Language Pathologists).
• Conceptuele verwarring: Er is geen eenduidige terminologie of taakdefinitie. Termen als "detectie" en "classificatie" worden door elkaar gebruikt, en er is onduidelijkheid over het doel van transcriptie (letterlijk vs. bedoelde spraak). Dit maakt het moeilijk om systemen te vergelijken of te evalueren op klinische relevantie.

Methodologie

De auteurs hanteren een gemengde methodologie bestaande uit drie pijlers:

1. Scoping Review (Literatuuranalyse):

   • Er is een systematische review uitgevoerd van 228 papers over stotterende spraakverwerking (gepubliceerd tussen 2010 en oktober 2025).
   • De papers zijn handmatig geannoteerd op vier dimensies: onderzoeksgebied, taaldekking, stakeholderbetrokkenheid en open-science praktijken.
   • Een nieuwe taxonomie is ontwikkeld om de onderzoeksgebieden en sub-taken te structureren (zie bijdragen).

2. Stakeholder Enquête:

   • Er zijn twee complementaire online vragenlijsten ontworpen en uitgevoerd, mede-ontwikkeld met ervaren logopedisten.
   • Respondenten: 40 PWS en 30 SLP's.
   • Inhoud: De enquêtes peilden naar demografie, het profiel van het stotteren, huidige uitdagingen, behoeften aan AI-tools, en de bereidheid tot samenwerking.

3. Alignement Analyse:

   • De resultaten van de literatuurreview en de enquête worden tegen elkaar afgezet om systematische gaten (gaps) te identificeren tussen wat er wordt onderzocht en wat er nodig is.

Belangrijkste Bijdragen

1. Een Nieuwe Taxonomie voor Onderzoek:
   De auteurs stellen een gestandaardiseerde taxonomie voor om de verwarring in de literatuur op te heffen. Belangrijke onderscheidingen zijn:

   • Sprachherkenning: Onderscheid tussen Intended Speech Recognition (transcriptie van de bedoelde boodschap, waarbij stotteringen worden verwijderd) en Verbatim Speech Recognition (letterlijke transcriptie inclusief herhalingen en blokkades, cruciaal voor klinische analyse).
   • Stotteridentificatie: Onderscheid tussen Classificatie (bepalen of er een stottering is in een vooraf gesegmenteerd fragment) en Detectie (het lokaliseren van het tijdstip en de duur van de stottering in een audio-stroom).
   • Andere gebieden: Vertaling, spraakcorrectie, therapie-tools, data-centric benaderingen en ethiek.

2. Identificatie van "Impatient ASR":
   De studie introduceert het concept van "Impatient ASR" (ongeduldige spraakherkenning). Bestaande systemen stoppen vaak met luisteren tijdens blokkades of herhalingen, wat leidt tot frustratie en vermijding van deze technologie door PWS.

3. Concrete Richtlijnen voor Toekomstig Onderzoek:
   Het paper biedt actiepunten voor de gemeenschap, waaronder het diversifiëren van taalondersteuning, het expliciet maken van onderzoeksdoelen, en het prioriteren van uitlegbaarheid (explainability) en privacy.

Resultaten en Kernbevindingen

• Discrepantie in Taakdefinitie:

  • Literatuur: Het onderzoek is gedomineerd door classificatie op vooraf gesegmenteerde audio (96 van de 228 papers). "Detectie" (tijdsgebonden) wordt vaak verward met classificatie; van 72 papers met "detectie" in de titel, voert slechts 6 daadwerkelijk tijdsdetectie uit.
  • Behoefte: Zowel PWS als SLP's geven de voorkeur aan detectie-tools ("wanneer en waar") boven simpele classificatie-tools ("ja/nee"). Ze willen patronen zien over tijd en situaties, niet alleen een statisch label.

• Discrepantie in Transcriptiedoel:

  • PWS: Hebben de voorkeur voor intended transcripts (zonder stotteringen) voor communicatie en zelfpresentatie.
  • SLP's: Hebben de voorkeur voor verbatim transcripts (letterlijk) voor klinische beoordeling, documentatie en therapieplanning.
  • Gevolg: De meeste ASR-papers specificeren niet welk doel ze dienen, waardoor systemen vaak implicit voor intended speech worden geoptimaliseerd, wat klinisch nutteloos kan zijn.

• Taalbias:
  De literatuur is sterk Engels-gericht (152 papers), terwijl slechts weinig onderzoek zich richt op meertaligheid of cross-linguale transfer. Dit staat haaks op de realiteit dat veel PWS meertalig zijn en variatie in stotteringsintensiteit per taal ervaren.

• Stakeholderbetrokkenheid:
  Minder dan 20% van de papers rapporteert expliciete samenwerking met stakeholders. SLP's en PWS worden vaak slechts gebruikt voor dataverzameling, maar niet betrokken bij probleemdefinitie, taakontwerp of evaluatie.

• Data en Open Science:
  Er is een verschuiving naar synthetische datasets, terwijl PWS aangeven zeer bereid te zijn om echte spraakdata te doneren. Ook is open-source beschikbaarheid laag (slechts ~10% van de papers), wat replicatie en aanpassing aan lokale contexten belemmert.

• Vertrouwen en Uitlegbaarheid:
  SLP's zijn open voor AI, maar alleen als de systemen uitlegbaar zijn (weten waarom een segment als stotteren wordt gemarkeerd) en privacy-garanties bieden. Zonder uitlegbaarheid is adoptie onwaarschijnlijk.

Significantie

Deze studie is cruciaal omdat het de eerste is die een brede, systematische analyse maakt van de kloof tussen technische onderzoeksprioriteiten en de menselijke behoeften in de context van stotteren.

• Klinische Relevantie: Het benadrukt dat technische metrics (zoals woordfoutpercentages) niet volstaan; systemen moeten klinisch bruikbaar zijn en de complexiteit van stotteren (inclusief niet-verbale gedragingen) respecteren.
• Richtinggevend: De voorgestelde taxonomie en richtlijnen bieden een blauwdruk voor de toekomst van het veld, zodat onderzoek niet langer in silo's plaatsvindt maar echt mensgericht (human-centred) wordt.
• Ethische Implicatie: Het pleit voor een verschuiving van synthetische data naar samenwerking met de gemeenschap, en voor transparante, uitlegbare modellen die vertrouwen kunnen opbouwen bij zowel gebruikers als clinici.

Kortom, het paper concludeert dat zonder systematische integratie van eindgebruikersperspectieven in de hele onderzoekscyclus (van probleemdefinitie tot evaluatie), de technologie geen echte verbetering zal brengen voor de stotterende gemeenschap.