用于帕金森病语音检测的双语双头深度模型
音频与语音处理
2025-11-13 v1 人工智能
摘要
本工作旨在通过提出一种专门的双头深度神经网络架构，在双语设置下解决从语音信号中检测帕金森病（PD）的问题。一个头专门针对构音障碍运动模式（diadochokinetic patterns）。另一个头则关注连续语音中存在的自然语音模式。根据输入性质，两个头之一处于激活状态。语音表示从自监督学习（SSL）模型和小波变换中提取。利用自适应层、卷积瓶颈和对比学习来减少跨语言差异。在两个不同的数据集上评估本方案：EWA-DB 和 PC-GITA，分别覆盖斯洛伐克语和西班牙语。结果表明，在单一语言数据集上训练的常规模型在跨语言泛化方面存在困难，而数据集的简单组合次优。相比之下，本模型同时改善了两种语言的泛化能力。
引用
@article{arxiv.2503.10301,
title = {Bilingual Dual-Head Deep Model for Parkinson's Disease Detection from Speech},
author = {Moreno La Quatra and Juan Rafael Orozco-Arroyave and Marco Sabato Siniscalchi},
journal= {arXiv preprint arXiv:2503.10301},
year = {2025}
}
备注
Accepted at ICASSP 2025 - Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses