谷歌语音识别与句子分类在医疗保健应用中的评估
音频与语音处理
2024-02-07 v1 计算与语言
机器学习
声音
摘要
本研究考察了语音识别技术在围手术期服务（Periop）中的应用，旨在使围手术期工作人员能够使用移动技术记录工作流程节点。如果此类语音识别技术能够变得足够鲁棒，那么利用移动技术改善患者流动和护理质量将得到促进。本实验的目标是让围手术期工作人员在提供护理时不受数据录入和查询任务的干扰。然而，其结果可推广至工程管理者试图利用移动技术改善通信性能的其他场景。本研究通过使用后处理分类器（即词袋句子模型、支持向量机和最大熵模型）增强了谷歌的语音识别能力。实验考察了三个因素（原始措辞、简化措辞和个性化措辞）在三个水平（零次训练重复、5次训练重复和10次训练重复）下的表现。结果表明，个性化措辞的正确率最高，并且训练设备识别个人语音也能提高正确率。尽管方法简单，但袋-句子分类器显著提高了语音识别的正确率。最大熵和支持向量机算法的分类效率几乎相同。这些结果表明，工程管理者可以通过使用后处理技术显著增强谷歌的语音识别技术，这将促进其在医疗保健及其他应用中的使用。
引用
@article{arxiv.2402.03369,
title = {Evaluation of Google's Voice Recognition and Sentence Classification for Health Care Applications},
author = {Majbah Uddin and Nathan Huynh and Jose M Vidal and Kevin M Taaffe and Lawrence D Fredendall and Joel S Greenstein},
journal= {arXiv preprint arXiv:2402.03369},
year = {2024}
}