通过自发语音识别阿尔茨海默痴呆：ADReSS 挑战赛
音频与语音处理
2020-08-07 v3 机器学习
机器学习
摘要
INTERSPEECH 2020 上的 ADReSS 挑战赛定义了一项共享任务，借此可比较基于自发语音自动识别阿尔茨海默痴呆的不同方法。ADReSS 为研究者提供了一个经过声学预处理且在年龄与性别上平衡的基准语音数据集，定义了两项认知评估任务，即：阿尔茨海默语音分类任务与神经心理学分数回归任务。在阿尔茨海默语音分类任务中，ADReSS 挑战赛参与者建立将语音分类为痴呆或健康对照语音的模型。在神经心理学分数回归任务中，参与者建立预测简易精神状态检查分数的模型。本文详细描述 ADReSS 挑战赛，并为两项任务提供基线，包括特征提取流程以及分类与回归模型的结果。ADReSS 旨在为语音与语言阿尔茨海默研究界提供一个全面方法学比较的平台。这有望有助于解决当前影响该领域的标准化缺失问题，并阐明未来研究与临床应用的途径。
引用
@article{arxiv.2004.06833,
title = {Alzheimer's Dementia Recognition through Spontaneous Speech: The ADReSS Challenge},
author = {Saturnino Luz and Fasih Haider and Sofia de la Fuente and Davida Fromm and Brian MacWhinney},
journal= {arXiv preprint arXiv:2004.06833},
year = {2020}
}
备注
To appear in the Proceedings of INTERSPEECH 2020, Oct 2020, Shanghai, China