用于自动病理语音检测的多视图标准相关分析
音频与语音处理
2024-09-27 v1 机器学习
声音
摘要
最近提出的自动病理语音检测方法依赖于语谱输入表示或 wav2vec2 嵌入。这些表示可能包含与病理无关的、与语音内容变化或说话风格在时间上的差异无关的信息，这会对分类性能造成不利影响。为解决此问题，本文提出在病理语音检测前对这些输入表示使用多视图标准相关分析（MCCA）。我们的结果表明，与其他降维技术不同，采用 MCCA 可显著提高病理语音检测性能，通过消除输入表示中无关信息。结合 MCCA 使用传统分类器，可获得与使用复杂架构相当或更好的性能，同时保持表示结构并提供可解释性。
引用
@article{arxiv.2409.17276,
title = {Multiview Canonical Correlation Analysis for Automatic Pathological Speech Detection},
author = {Yacouba Kaloga and Shakeel A. Sheikh and Ina Kodrasi},
journal= {arXiv preprint arXiv:2409.17276},
year = {2024}
}
备注
Submitted to ICASSP 2025