基于 ASR 转写的阿尔茨海默病分类：探究标点与停顿的影响
计算与语言
2024-07-24 v1 声音
音频与语音处理
信号处理
摘要
阿尔茨海默病（AD）是全球最主要的神经退行性疾病，常导致沟通困难。分析语音可作为识别该病症的诊断工具。近期的 ADReSS 挑战赛提供了一个用于 AD 分类的数据集，并凸显了人工转写文本的作用。在本研究中，我们采用全新的最先进自动语音识别（ASR）模型 Whisper 获取转写文本，其还包含自动标点。分类模型分别结合预训练的 FastText 词嵌入与循环神经网络，在人工与 ASR 转写文本上取得了 0.854 和 0.833 的测试准确率。此外，我们探究了在转写文本中加入停顿信息与标点的影响。我们发现，标点仅在某些情形下带来微小提升，而停顿编码在所有考察的方法中均有助于人工与 ASR 转写文本的 AD 分类。
引用
@article{arxiv.2306.03443,
title = {Alzheimer Disease Classification through ASR-based Transcriptions: Exploring the Impact of Punctuation and Pauses},
author = {Lucía Gómez-Zaragozá and Simone Wills and Cristian Tejedor-Garcia and Javier Marín-Morales and Mariano Alcañiz and Helmer Strik},
journal= {arXiv preprint arXiv:2306.03443},
year = {2024}
}