从电话质量语音数据中检测 COVID-19 患者
声音
2020-11-10 v1 机器学习
音频与语音处理
摘要
在本文中，我们试图探究语音数据中是否存在关于 COVID-19 疾病的线索。我们采用一种类似于说话人识别的方法。每句话表示为每个音素的短期梅尔滤波器组特征的超向量。这些特征用于学习一个二分类器，以区分 COVID-19 语音与正常语音。在从 YouTube 视频收集的小数据集上的实验表明，该数据集上的 SVM 分类器能够达到 88.6% 的准确率和 92.7% 的 F1 分数。进一步调查揭示，某些音素类，如鼻音、塞音和中元音，比其他音素类能更好地区分这两类。
引用
@article{arxiv.2011.04299,
title = {COVID-19 Patient Detection from Telephone Quality Speech Data},
author = {Kotra Venkata Sai Ritwik and Shareef Babu Kalluri and Deepu Vijayasenan},
journal= {arXiv preprint arXiv:2011.04299},
year = {2020}
}
备注
6 pages, 7 figures