滞回比较器与 RMS 阈值方法在自动单次咳嗽分割中的比较
音频与语音处理
2023-12-13 v2
摘要
基于语音信号诊断疾病的研究目前正迅速增加，包括咳嗽相关疾病。在将咳嗽声音信号训练入深度学习模型时，需要通过将若干咳嗽信号分割为单个咳嗽信号来获得标准输入。已有研究致力于从非咳嗽信号中分割咳嗽信号。本研究评估了将单个音频文件中的若干咳嗽信号分割为多个单次咳嗽信号的方法。我们评估了三种不同方法，以人工分割为基线并采用自动分割。两种自动分割方法获得的精度分别为 73% 和 70%，而人工分割为 49%。用于计数正确单次咳嗽分割数的听音测试一致性显示，自动分割方法具有一般至中等的相关性，且与人工分割相当。
引用
@article{arxiv.2210.02057,
title = {Comparing Hysteresis Comparator and RMS Threshold Methods for Automatic Single Cough Segmentations},
author = {Bagus Tris Atmaja and Zanjabila and Suyanto and Akira Sasou},
journal= {arXiv preprint arXiv:2210.02057},
year = {2023}
}
备注
3 figure,s 3 tables, accepted in IJIT