利用声学与韵律特征从电话语音中检测呼吸窘迫
音频与语音处理
2020-11-19 v1 机器学习
声音
摘要
随着远程医疗服务的广泛使用，通过电话语音自动评估健康状况可对公共卫生产生重大影响。本工作总结了我们利用已知声学与韵律特征自动检测呼吸窘迫的初步发现。语音样本采集自孟加拉国一家医疗服务提供方的去标识化远程医疗电话通话。录音包含患者与医生交谈的会话语音样本，表现出轻度或重度呼吸窘迫或哮喘症状。我们假设呼吸窘迫可能改变语音特征，如嗓音质量、说话模式、响度以及语音-停顿时长。为捕捉这些变异，我们利用一组已知的声学与韵律特征结合支持向量机（SVM）分类器来检测呼吸窘迫的存在。实验评估采用 3 折交叉验证方案进行，确保患者无关的数据划分。利用声学特征集，我们在从语音录音中检测呼吸窘迫上取得了 86.4% 的总体准确率。相关性分析揭示，表现最优的特征包括响度、语速、嗓音时长和停顿时长。
引用
@article{arxiv.2011.09270,
title = {Respiratory Distress Detection from Telephone Speech using Acoustic and Prosodic Features},
author = {Meemnur Rashid and Kaisar Ahmed Alman and Khaled Hasan and John H. L. Hansen and Taufiq Hasan},
journal= {arXiv preprint arXiv:2011.09270},
year = {2020}
}
备注
5 pages, 4 figures