用于 COVID-19 呼吸功能不全检测的音频 MFCC-gram Transformer
声音
2022-10-26 v1 机器学习
音频与语音处理
摘要
本工作将语音探索为生物标志物，并通过分析语音样本研究呼吸功能不全（RI）的检测。先前工作 \cite{spira2021} 构建了呼吸功能不全 COVID-19 患者语音数据集，并使用卷积神经网络进行分析，取得了 的准确率，验证了可通过语音检测 RI 的假设。此处，我们研究 Transformer 神经网络架构如何提升 RI 检测性能。该方法支持声学模型的构建。通过选择恰当的预训练技术，我们生成了自监督声学模型，从而使 Transformer 在 RI 检测上的性能提升至 。
引用
@article{arxiv.2210.14085,
title = {Audio MFCC-gram Transformers for respiratory insufficiency detection in COVID-19},
author = {Marcelo Matheus Gauy and Marcelo Finger},
journal= {arXiv preprint arXiv:2210.14085},
year = {2022}
}