AMI语料库中咳嗽事件的重新标注
音频与语音处理
2019-06-28 v1 信号处理
摘要
咳嗽声是个体身体健康的重要指标，常被医疗专业人员用于诊断患者的疾病。近年来，在自动检测咳嗽事件以及在某些情况下自动识别与特定咳嗽声相关的疾病方面取得了进展。与咳嗽录音相关的伦理和敏感性问题使得这些数据更难被公开获取。然而，如果没有一个可靠的咳嗽声数据库的公开可用性，音频事件检测领域的发展可能会受到阻碍。本文旨在传播一个包含大量自然发生咳嗽声的数据库的意识，该数据库可用于实现、评估和比较允许与咳嗽声相关的音频事件检测的新型机器学习算法。使用在MATLAB中设计的一个专用GUI，重新标注过程遵循了一种可复用的方法，允许快速高效地导入和标记音频信号，从而得到了增强多方交互（AMI）语料库咳嗽位置标注的重新标注版本，其中包含1369个独立的咳嗽事件。所有咳嗽标注和重新标注工具均可供下载和公开使用。
引用
@article{arxiv.1906.11509,
title = {Re-annotation of cough events in the AMI corpus},
author = {Paul Leamy and Ted Burke and Damon Berry and David Dorran},
journal= {arXiv preprint arXiv:1906.11509},
year = {2019}
}
备注
Data presented in this work is available to download using the link included in the references