DigiVoice：语音生物标志物特征化与分析流水线
音频与语音处理
2019-06-20 v2 声音
摘要
近年来，数据驱动模型推动了医学领域的显著进步。同时，语音作为筛查疾病的生物标志物在精准医学分析中展现出潜力。利用语音数据理解神经精神疾病的趋势日益增长。在本文中，我们提出 DigiVoice，一个面向语音数据的综合特征提取与分析流水线。DigiVoice 支持原始 .WAV 文件与文本转写，以分析语音的全部内容。DigiVoice 支持包括声学、自然语言、语言复杂性与语义连贯性特征在内的特征提取。DigiVoice 还支持包括数据可视化、特征选择、特征变换与建模在内的机器学习能力。据我们所知，DigiVoice 提供了迄今为止最全面的用于数据分析的语音特征集。借助 DigiVoice，我们计划加速将语音生物标志物与疾病相关联的研究，以实现数据驱动的治疗。我们与产业合作伙伴 NeuroLex Laboratories 紧密合作，使语音计算开源且易于获取。DigiVoice 使研究人员能够在无需领域专业知识的情况下，跨语音计算与精准医学领域利用我们的技术。我们的工作允许任何研究人员在其过去、当前或未来的研究中将语音用作生物标志物。
引用
@article{arxiv.1906.07222,
title = {DigiVoice: Voice Biomarker Featurization and Analysis Pipeline},
author = {Larry Zhang and Xiaotong Chen and Abbad Vakil and Ali Byott and Reza Hosseini Ghomi},
journal= {arXiv preprint arXiv:1906.07222},
year = {2019}
}