超越手动转录：自动语音识别错误在改进阿尔茨海默病检测中的潜力
音频与语音处理
2025-05-27 v1
摘要
自动语音识别（ASR）领域的近期突破使得利用 ASR 转录本进行全自动化阿尔茨海默病（AD）检测成为可能。尽管如此，ASR 错误对 AD 检测的影响仍不甚明了。本文填补了这一空白。我们使用来自各种 ASR 模型的转录本及其合成语音，在 ADReSS 数据集上对 AD 检测进行了全面研究。实验结果表明，某些 ASR 转录本（ASR 合成语音）在检测准确率上优于手动转录本（手动合成语音），这表明 ASR 错误可能为改进 AD 检测提供有价值的线索。此外，我们提出了一个基于交叉注意力的可解释性模型，该模型不仅能够识别这些线索，而且实现了优于或媲美基线的性能。进一步地，我们利用该模型揭示了预训练嵌入中与 AD 相关的模式。我们的研究为 ASR 模型在 AD 检测中的潜力提供了新见解。
引用
@article{arxiv.2505.19448,
title = {Beyond Manual Transcripts: The Potential of Automated Speech Recognition Errors in Improving Alzheimer's Disease Detection},
author = {Yin-Long Liu and Rui Feng and Jia-Xin Chen and Yi-Ming Wang and Jia-Hong Yuan and Zhen-Hua Ling},
journal= {arXiv preprint arXiv:2505.19448},
year = {2025}
}
备注
Accepted by Interspeech 2025