用于帕金森病分类的监督式语音表征学习

近期提出的自动病理语音分类技术使用无监督自编码器来获取语音的高层抽象表征。由于这些表征是基于重构输入学习的，无法保证其对说话人身份信息等与病理无关线索具有鲁棒性。此外，这些表征对于病理检测未必具有判别性。本文中，我们利用监督自编码器提取用于帕金森病分类的鲁棒且具判别性的语音表征。为降低与病理无关的说话人变异影响，我们提出通过对自编码器与说话人识别任务进行对抗训练来获得说话人身份不变表征。为获得判别性表征，我们提出联合训练自编码器与病理语音分类器。在西班牙语数据库上的实验结果表明，所提出的监督表征学习方法为自动分类帕金森病语音提供了更鲁棒且更具判别性的表征，优于无监督表征学习基线系统。