基于自发语音的多语言阿尔茨海默病痴呆症识别：一项信号处理重大挑战
音频与语音处理
2023-01-16 v1 人工智能
计算与语言
机器学习
摘要
这项信号处理重大挑战（SPGC）针对一个具有社会与医学相关性的困难自动预测问题，即阿尔茨海默病痴呆症（AD）的检测。参与者受邀运用信号处理和机器学习方法，基于自发语音数据创建预测模型。该挑战旨在评估基于一种语言（英语）语音构建的预测模型在多大程度上能泛化到另一种语言（希腊语）。据我们所知，尚无工作研究多语言AD检测中语音信号的声学特征。我们的基线系统使用传统机器学习算法与声学特征的主动数据表示，在AD检测上达到了73.91%的准确率，在认知评分预测上达到了4.95的均方根误差。
引用
@article{arxiv.2301.05562,
title = {Multilingual Alzheimer's Dementia Recognition through Spontaneous Speech: a Signal Processing Grand Challenge},
author = {Saturnino Luz and Fasih Haider and Davida Fromm and Ioulietta Lazarou and Ioannis Kompatsiaris and Brian MacWhinney},
journal= {arXiv preprint arXiv:2301.05562},
year = {2023}
}
备注
ICASSP 2023 SPGC description