RA-QA：面向呼吸音问答的基准系统
声音
2026-03-06 v2 机器学习
音频与语音处理
摘要
随着对话式多模态 AI 工具日益普及用于处理患者数据进行健康评估，仍需健壮的基准来衡量进展并暴露现实条件下的局限性。尽管呼吸音对移动健康筛查至关重要，但呼吸音问答研究鲜有探讨，现有研究评估范围狭窄，缺乏跨模态、设备和问题类型的现实异构性。因此，我们引入呼吸音问答（RA-QA）基准，包括标准化的数据生成管道、全面的多模态 QA 收集以及统一的评估协议。RA-QA 将公开的 RA 数据集整合为覆盖诊断属性和情境属性的 900 万格式多样化 QA 对。我们对经典机器学习基线方法以及多模态音频-语言模型进行了基准测试，建立了可复现的参考点，表明当前方法在异构性下表现不足。
引用
@article{arxiv.2602.18452,
title = {RA-QA: A Benchmarking System for Respiratory Audio Question Answering Under Real-World Heterogeneity},
author = {Gaia A. Bertolino and Yuwei Zhang and Tong Xia and Domenico Talia and Cecilia Mascolo},
journal= {arXiv preprint arXiv:2602.18452},
year = {2026}
}