对话式临床访谈中说话人角色识别与说话人注册协议的比较
音频与语音处理
2020-11-06 v2 计算与语言
摘要
临床医生与患者自然条件下的对话是医学随访的宝贵信息来源。对这些对话的自动分析有助于提取新的语言标记并加快临床医生报告撰写。然而，对于检测和识别说话人轮次，尤其是针对存在言语和语言障碍的个体，尚不清楚哪种语音处理流水线性能最佳。在此，我们提出一种数据划分方式，得以对说话人角色识别与说话人注册方法进行比较评估以解决该任务。我们训练端到端神经网络架构以适配各任务，并在相同度量下评估每种方法。实验结果报告于神经心理学家与处于亨廷顿病不同阶段的受访者之间的自然临床对话上。我们发现说话人角色识别模型取得了最佳性能。此外，我们的研究强调了使用领域内数据重新训练模型的重要性。最后，我们观察到结果不依赖于受访者的人口统计学特征，凸显了方法的临床相关性。
引用
@article{arxiv.2010.16131,
title = {Comparison of Speaker Role Recognition and Speaker Enrollment Protocol for conversational Clinical Interviews},
author = {Rachid Riad and Hadrien Titeux and Laurie Lemoine and Justine Montillot and Agnes Sliwinski and Jennifer Hamet Bagnou and Xuan Nga Cao and Anne-Catherine Bachoud-Lévi and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:2010.16131},
year = {2020}
}
备注
Submitted to ICASSP 2021,1 pages of supplementary material appear only in the arxiv version