通过解释声门气流动力学从语音中检测 COVID-19
音频与语音处理
2021-06-15 v1 机器学习
声音
摘要
在 COVID-19 的发病机制中，呼吸功能受损常为其关键症状之一。研究表明，在此类情况下，语音产生也受到不利影响——发声期间声带振动异步、不对称且受限更明显。本文提出一种方法，分析发声过程中声门气流波形（GFW）的微分动力学，以识别其中对从语音检测 COVID-19 最为显著的特征。由于在 COVID-19 患者中难以直接测量该波形，我们由录制的语音信号推断之，并将其与由发声物理模型计算的 GFW 进行比较。对于正常嗓音，二者差异应极小，因物理模型系在正常假设下构建以解释发声。更大差异意味着贡献于物理模型正确性的生物物理因素存在异常，从而间接揭示其显著性。我们提出的方法采用基于 CNN 的两步注意力模型，在两种 GFW 之差的时间-特征空间中定位异常，使我们能够推断其作为分类判别特征的潜力。使用临床整理的 COVID-19 阳性与阴性受试者数据集证明了该方法的可行性。
引用
@article{arxiv.2010.16318,
title = {Interpreting glottal flow dynamics for detecting COVID-19 from voice},
author = {Soham Deshmukh and Mahmoud Al Ismail and Rita Singh},
journal= {arXiv preprint arXiv:2010.16318},
year = {2021}
}