面向临床语音分析的声学特征提取工具比较评估
声音
2025-08-19 v2 音频与语音处理
摘要
本研究比较了三种声学特征提取工具包（OpenSMILE、Praat和Librosa），应用于来自精神分裂症谱系障碍（SSD）患者和健康对照（HC）个体的临床语音数据。通过统一各工具包的提取参数，我们分析了77名SSD和87名HC参与者的语音样本，发现了显著的工具包依赖性差异。虽然F0百分位数表现出高跨工具包相关性（r=0.962至0.999），但F0标准差和共振峰值等测量指标通常一致性较差，甚至呈负相关。此外，SSD和HC组之间的相关模式也存在差异。分类分析识别出F0均值、HNR和MFCC1（AUC大于0.70）作为有前景的判别指标。这些发现凸显了可重复性问题，并提倡采用标准化协议、多工具包交叉验证和透明报告。
引用
@article{arxiv.2506.01129,
title = {Comparative Evaluation of Acoustic Feature Extraction Tools for Clinical Speech Analysis},
author = {Anna Seo Gyeong Choi and Alexander Richardson and Ryan Partlan and Sunny Tang and Sunghye Cho},
journal= {arXiv preprint arXiv:2506.01129},
year = {2025}
}
备注
Accepted to Interspeech 2025