低资源真实场景下丹麦语儿童—临床医生对话的语音检测：案例研究

将语音模型用于自动语音处理任务可提高医学与精神病学中筛查、分析、诊断和治疗的效率。然而，预处理语音任务（如分割与说话人日志化）在真实场景临床数据上的性能可能显著下降，特别是当目标数据集包含非典型语音时。在本文中，我们针对分类阈值，研究了预训练语音模型在丹麦语儿童—临床医生对话数据集上的性能。由于我们无法获得足够的标注数据，我们提出了少样本阈值自适应，即利用对话的前几分钟获取最优分类阈值。通过本文工作，我们了解到采用默认分类阈值的模型在患者组儿童上表现更差。此外，该模型的错误率与患者的诊断严重程度直接相关。最后，我们的少样本自适应研究表明，三分钟的临床医生—儿童对话足以获取最优分类阈值。