一种用于唇腭裂儿童高鼻音客观评估的深度学习算法
音频与语音处理
2020-09-25 v1
摘要
目的：高鼻音的评估需要临床医生进行大量的感知训练，而在国际范围内大规模推广这种训练是不可行的；这加剧了唇腭裂儿童中已经存在的健康差异。在这项工作中，我们提出了客观高鼻音度量（OHM），一种自动测量语音中高鼻音的语音分析算法，并将其与一组训练有素的临床医生的评估结果进行验证。方法：我们在一个公开可用的健康语音语料库约100小时的数据上训练了一个深度神经网络（DNN），以检测语音中由鼻辅音和鼻化音素产生的鼻声学线索的存在。重要的是，该模型不需要任何临床数据进行训练。深度学习模型的后验概率在句子和说话人级别上聚合以计算OHM。结果：结果表明，OHM与Americleft数据库中的感知高鼻音评分显著相关（r=0.797，p<0.001），并与新墨西哥唇腭裂中心（NMCPC）数据库相关（r=0.713，p<0.001）。此外，我们评估了OHM与发音错误之间的关系；OHM在检测极轻度高鼻音存在时的敏感性；以及确立了该度量的内部可靠性。进一步，将OHM的性能与直接在鼻音语音样本上训练的DNN回归算法进行了比较。意义：结果表明，在该数据集上，OHM能够评定高鼻音的严重程度，达到与Americleft训练的临床医生相当的水平。
引用
@article{arxiv.2009.11354,
title = {A Deep Learning Algorithm for Objective Assessment of Hypernasality in Children with Cleft Palate},
author = {Vikram C. Mathad and Nancy Scherer and Kathy Chapman and Julie M. Liss and Visar Berisha},
journal= {arXiv preprint arXiv:2009.11354},
year = {2020}
}