SAND挑战: 四种方法用于颤语症严重程度分类
声音
2025-12-03 v1 人工智能
机器学习
摘要
本文提出了统一研究四种不同建模方法用于对颤语症严重程度进行分类的Speech Analysis for Neurodegenerative Diseases (SAND) 挑战。所有模型都针对同一五类分类任务,使用相同的语音 recording 数据集。我们检验了:(1)基于Vision Transformer处理 spectrogram 图像的ViT-OF方法、(2)使用八个1-D CNN并采用多数投票融合的CNN方法、(3)使用九个BiLSTM模型并采用多数投票融合的BiLSTM-OF方法、(4)结合声门特征和共振频率特征的分层 XGBoost 集成,通过两阶段学习框架。每种方法均被描述，其在53名说话者的验证集上的性能进行比较。结果显示,尽管基于特征工程的XGBoost 集成实现了最高的宏平均F1(0.86),但深度学习模型(ViT、CNN、BiLSTM)获得了具竞争力的F1得分(0.70),并为问题提供了互补见解。
引用
@article{arxiv.2512.02669,
title = {SAND Challenge: Four Approaches for Dysartria Severity Classification},
author = {Gauri Deshpande and Harish Battula and Ashish Panda and Sunil Kumar Kopparapu},
journal= {arXiv preprint arXiv:2512.02669},
year = {2025}
}
备注
7 pages, 5 figures