利用门控卷积神经网络进行语音副语言特征的痴呆检测方法
音频与语音处理
2021-11-10 v3 机器学习
声音
定量方法
摘要
我们提出了一种非侵入且经济高效的方法，仅利用语音音频数据自动检测痴呆。我们提取短语音段的副语言特征，并使用门控卷积神经网络（GCNN）将其分类为痴呆或健康。我们在 Pitt Corpus 和我们自己的数据集 PROMPT Database 上评估了该方法。使用平均 114 秒语音数据，我们的方法在 Pitt Corpus 上达到 73.1% 准确率。在 PROMPT Database 中，使用 4 秒语音数据的方法准确率为 74.7%，当使用患者所有语音数据时提升至 80.8%。此外，我们将方法用于三类分类问题，纳入轻度认知障碍（MCI）类，使用 40 秒语音数据达到 60.6% 准确率。
引用
@article{arxiv.2004.07992,
title = {Speech Paralinguistic Approach for Detecting Dementia Using Gated Convolutional Neural Network},
author = {Mariana Rodrigues Makiuchi and Tifani Warnita and Nakamasa Inoue and Koichi Shinoda and Michitaka Yoshimura and Momoko Kitazawa and Kei Funaki and Yoko Eguchi and Taishiro Kishimoto},
journal= {arXiv preprint arXiv:2004.07992},
year = {2021}
}