说话人相关语音疲劳模型的元学习方法
机器学习
2025-06-03 v2
摘要
说话人相关建模可以显著提升基于语音的健康监测应用的性能。虽然混合效应模型通常用于此类说话人自适应，但它们在每次出现新观测时都需要进行计算昂贵的重训练，使其在生产环境中不切实际。我们将此任务重新表述为元学习问题，并探索了复杂度递增的三种方法：基于集成的距离模型、原型网络和基于Transformer的序列模型。使用预训练的语音嵌入，我们在一个大型倒班工人纵向数据集（N=1,185，10,286条录音）上评估了这些方法，将睡眠后的时间作为疲劳的函数从语音中进行预测，而疲劳是通常与健康状况不佳相关联的一种症状。我们的结果表明，所有测试的元学习方法均优于横截面模型与常规混合效应模型，其中基于Transformer的方法取得了最佳性能。
引用
@article{arxiv.2505.23378,
title = {Meta-Learning Approaches for Speaker-Dependent Voice Fatigue Models},
author = {Roseline Polle and Agnes Norbury and Alexandra Livia Georgescu and Nicholas Cummins and Stefano Goria},
journal= {arXiv preprint arXiv:2505.23378},
year = {2025}
}
备注
5 pages, 3 figures. To appear at Interspeech 2025