运动病变肺炎自动语音识别：基于生物标志物监督
机器学习
2026-03-13 v1 计算与语言
声音
摘要
针对病态语音的自动语音识别（ASR）仍未得到充分探索，尤其是在肺炎病变（Huntington's disease, HD）中，由于不规则的时序、语音不稳定以及发音畸变，挑战了当前的模型。我们present了一项系统的HD-ASR研究，采用了此前未用于端到端ASR训练的高保真临床语音语料库。我们在统一的评估框架下比较了多种ASR方法，分析了词错误率（WER）以及替换、删除和插入模式。HD语音导致特定模型架构产生特定的错误模式，Parakeet-TDT在编码器-解码器和CTC基线方法中表现优异。HD特定的适配措施将WER从6.99%降低到4.95%。我们还提出了一种利用生物标志物辅助监督的方法，并分析了错误行为在病情严重程度依赖性方面的变化，而非简单提升WER。我们开源了所有代码和模型。
引用
@article{arxiv.2603.11168,
title = {Huntington Disease Automatic Speech Recognition with Biomarker Supervision},
author = {Charles L. Wang and Cady Chen and Ziwei Gong and Julia Hirschberg},
journal= {arXiv preprint arXiv:2603.11168},
year = {2026}
}