利用 L3-Net 深度音频嵌入改进基于智能手机数据的 COVID-19 检测
声音
2022-05-17 v1 机器学习
音频与语音处理
摘要
智能手机和可穿戴设备，结合人工智能，可以通过实施低成本且普及的解决方案，在疾病发展早期识别新疾病，并可能避免新疫情的爆发，从而在疫情控制中改变游戏规则。最近的一些工作显示，通过使用机器学习和手工制作的声学特征，从语音和咳嗽声中检测 COVID-19 的诊断信号是有希望的。在本文中，我们决定研究最近提出的深度嵌入模型 L3-Net 的能力，以自动从原始呼吸音频记录中提取有意义的特征，从而提高标准机器学习分类器在区分来自智能手机数据的 COVID-19 阳性和阴性受试者方面的性能。我们在 3 个数据集上评估了所提出的模型，并将获得的结果与两个参考工作的结果进行了比较。结果表明，在一组受试者独立的实验中，L3-Net 与手工特征的组合在 AUC 方面比其他工作的性能高出 28.57%。这一结果为进一步研究不同的深度音频嵌入铺平了道路，也用于不同疾病的自动检测。
引用
@article{arxiv.2205.07682,
title = {L3-Net Deep Audio Embeddings to Improve COVID-19 Detection from Smartphone Data},
author = {Mattia Giovanni Campana and Andrea Rovati and Franca Delmastro and Elena Pagani},
journal= {arXiv preprint arXiv:2205.07682},
year = {2022}
}
备注
accepted for IEEE SMARTCOMP 2022