适用于帕金森氏病跨语言语音失能检测的自监督语音表征
计算与语言
2026-03-27 v2 声音
音频与语音处理
摘要
受限的语音失能数据可用性使得跨语言检测成为一个重要但具有挑战性的问题。一个关键难点在于，语音表征往往会编码出语言依赖的结构，这可能干扰失能检测。我们提出了一种表示级别的语言位移（LS）技术，通过对来自健康对照者的语音数据估计的质心基准向量进行适配，将源语言的自监督语音表征与目标语言分布对齐。我们在捷克、德国和西班牙语的帕金森氏病语音数据集中的口腔 DDK 录音测试了该方法，分别在跨语言和多语言设置下进行评估。LS 在跨语言设置下显著提高了灵敏度和 F1 分值，而在多语言设置下也取得了较小但持续的改进。表征分析进一步表明，LS 减少了嵌入空间中的语言身份，支持 LS 去除语言依赖结构的解释。
引用
@article{arxiv.2603.22225,
title = {Adapting Self-Supervised Speech Representations for Cross-lingual Dysarthria Detection in Parkinson's Disease},
author = {Abner Hernandez and Eunjung Yeo and Kwanghee Choi and Chin-Jou Li and Zhengjun Yue and Rohan Kumar Das and Jan Rusz and Mathew Magimai Doss and Juan Rafael Orozco-Arroyave and Tomás Arias-Vergara and Andreas Maier and Elmar Nöth and David R. Mortensen and David Harwath and Paula Andrea Perez-Toro},
journal= {arXiv preprint arXiv:2603.22225},
year = {2026}
}
备注
Submitted to Interspeech 2026