基于音频的深度学习框架用于检测 COVID-19
声音
2022-03-03 v2 音频与语音处理
摘要
本文评估了多种应用于呼吸、咳嗽与语音声音以检测 COVID-19 的基于音频的深度学习框架。一般而言，音频记录输入被转换为低级谱图特征，随后送入预训练深度学习模型以提取高级嵌入特征。接着，在使用 Light Gradient Boosting Machine（LightGBM）作为后端分类之前，对这些高级嵌入特征进行降维与微调。我们在第二届 DiCOVA Challenge 上的实验取得了最高的曲线下面积（AUC）、F1 分数、灵敏度分数与特异度分数，分别为 89.03%、64.41%、63.33% 与 95.13%。基于这些分数，我们的方法优于当前最优系统，并在 AUC、F1 分数与灵敏度分数上分别将挑战基线提升了 4.33%、6.00% 与 8.33%。
引用
@article{arxiv.2202.05626,
title = {Audio-Based Deep Learning Frameworks for Detecting COVID-19},
author = {Dat Ngo and Lam Pham and Truong Hoang and Sefki Kolozali and Delaram Jarchi},
journal= {arXiv preprint arXiv:2202.05626},
year = {2022}
}