基于主成分分析的 XPPG-PCA：无参考语音病 severity 评估
声音
2026-03-10 v2
摘要
可靠地评估语音病的 severity 对于医疗保健至关重要。然而，当前依赖语音语言病理学家的专家评估存在诸多挑战：虽其评估高度专业，但也具有主观性、耗时且昂贵，这会限制临床研究的可重复性，并给医疗资源带来压力。虽然存在自动化方法，但仍有显著缺陷。基于参考的做法需要转录或健康语音样本，限制其仅能用于读作语音，适用性受限。现有的无参考方法亦存在缺陷：监督模型常从数据中学习错误特征，而手工特征往往不可靠且仅适用于特定语音任务。本文提出 XPPG-PCA（x-vector 声学后验图主成分分析），一种新型无监督、无参考的语音病 severity 评估方法。我们使用三个荷兰语口腔癌数据集，证明 XPPG-PCA 的表现与或优于既定的基于参考的方法。我们的实验确认其对数据捷径和噪声的鲁棒性，显示其在实际临床应用中的潜力。综上所述，我们的结果表明 XPPG-PCA 提供了一种稳健、可推广的语音病客观评估方案，可能显著提高跨不同疾病的临床评估效率和可靠性。开源实现已公开。
引用
@article{arxiv.2510.00657,
title = {XPPG-PCA: Reference-free automatic speech severity evaluation with principal components},
author = {Bence Mark Halpern and Thomas B. Tienkamp and Teja Rebernik and Rob J. J. H. van Son and Sebastiaan A. H. J. de Visscher and Max J. H. Witjes and Defne Abur and Tomoki Toda},
journal= {arXiv preprint arXiv:2510.00657},
year = {2026}
}
备注
14 pages, 4 figures. Author Accepted Manuscript version of the IEEE Selected Topics in Signal Processing with the same title