使用长短期记忆(LSTM)模型的嗓音障碍检测
定量方法
2018-12-06 v1 机器学习
声音
音频与语音处理
机器学习
摘要
利用计算方法自动检测嗓音障碍是医学领域近期的研究方向,因其准确诊断需要严格的内窥镜检查。需要高效的筛查方法以在最少资源下提供及时的医疗条件来诊断嗓音障碍。利用计算方法检测嗓音障碍是一个具有挑战性的问题,因为音频数据是连续的,导致提取相关特征并应用机器学习困难且不可靠。本文提出一种长短期记忆模型(LSTM)来检测病理性嗓音障碍,并在无标签的真实 400 测试样本上评估其性能。在应用 LSTM 模型分类前,使用不同的特征提取方法以提供最佳特征集。本文描述了该方法与实验,结果显示出有前景的结果:灵敏度 22%、特异度 97%、未加权平均召回率 56%。
引用
@article{arxiv.1812.01779,
title = {Voice Disorder Detection Using Long Short Term Memory (LSTM) Model},
author = {Vibhuti Gupta},
journal= {arXiv preprint arXiv:1812.01779},
year = {2018}
}