基于 x-vector 嵌入的病理语音检测
音频与语音处理
2020-06-02 v3 计算与语言
声音
摘要
语音作为一种非侵入性生物标志物来评估说话人健康状况的潜力，已被多项针对生理与心理疾病的研究结果反复支持。传统的基于语音的疾病分类系统侧重于精心设计的基于知识的特征。然而，这些特征可能无法表征疾病的全部症状，甚至可能忽略其更微妙的表现。这促使研究者转向能够内在建模症状的通用说话人表征，如 Gaussian Supervectors、i-vectors 以及 x-vectors。本文关注后者，评估其作为通用特征提取方法在帕金森病（PD）与阻塞性睡眠呼吸暂停（OSA）检测中的适用性。我们针对基于知识的特征与 i-vectors 测试了所提方法，并报告了针对 OSA 与 PD 的两个欧洲葡萄牙语语料库以及针对 PD 的额外西班牙语语料库的结果。x-vector 与 i-vector 模型均使用域外欧洲葡萄牙语语料库训练。结果表明，在同语言语料库中 x-vectors 优于基于知识的特征。此外，在匹配条件下 x-vectors 与 i-vectors 表现相近，而在域不匹配时显著优于后者。
引用
@article{arxiv.2003.00864,
title = {Pathological speech detection using x-vector embeddings},
author = {Catarina Botelho and Francisco Teixeira and Thomas Rolland and Alberto Abad and Isabel Trancoso},
journal= {arXiv preprint arXiv:2003.00864},
year = {2020}
}
备注
Rejected for publication by peer review