基于 Conformer 的用于阿尔茨海默病检测的老年语音识别系统
音频与语音处理
2022-06-28 v1 机器学习
声音
摘要
阿尔茨海默病（AD）的早期诊断对于促进预防性护理以延缓进一步进展至关重要。本文介绍了基于 DementiaBank Pitt 语料库构建的、用于自动 AD 检测的最先进 Conformer 语音识别系统的开发。通过融入一组专门设计的建模特征，显著改进了以速度扰动和基于 SpecAugment 的数据增强训练的基线 Conformer 系统，这些特征包括：基于神经架构搜索的域特定 Conformer 超参数自动配置以及参数微调；使用学习隐单元贡献（LHUC）的细粒度老年说话人自适应；以及与混合 TDNN 系统的基于两遍跨系统重打分组合。在 48 名老年说话人的评测数据上获得了 13.6% 绝对（34.8% 相对）的整体词错率（WER）降低。利用最终系统的识别输出提取文本特征，获得了已发表最佳的基于语音识别的 AD 检测准确率 91.7%。
引用
@article{arxiv.2206.13232,
title = {Conformer Based Elderly Speech Recognition System for Alzheimer's Disease Detection},
author = {Tianzi Wang and Jiajun Deng and Mengzhe Geng and Zi Ye and Shoukang Hu and Yi Wang and Mingyu Cui and Zengrui Jin and Xunying Liu and Helen Meng},
journal= {arXiv preprint arXiv:2206.13232},
year = {2022}
}
备注
5 pages, 1 figure, accepted by INTERSPEECH 2022