Apr, 2022

针对低资源且野外环境下的丹麦儿童 - 临床家谈话的语音检测：一个案例研究

PDF
TL;DR本文研究在野外临床数据中使用预训练语音模型进行分割和分辨，提出了少实例阈值适应方法，并发现默认分类阈值下的模型在患者群体中表现较差，错误率与患者病情的严重程度直接相关，而研究表明三分钟的临床医生 - 儿童对话足以获得最佳分类阈值。
speech modelsautomatic speech processingpre-processing tasksdiarizationfew-instance threshold adaptation
发现论文，激发创造
  • 儿童语音识别的离散标记增强

    在这项研究中，我们调查了将离散语音标记整合到儿童语音识别系统中的方法，以解决数据稀缺和隐私问题，并探索了单视图和多视图策略，测试了模型的泛化能力。结果表明，儿童的离散标记语音识别系统几乎可以达到与传统方法相当的性能，并且参数减少了约 83%。

    Jun, 2024

  • 医疗对话语音识别

    本文介绍了使用 CTC 和 LAS 系统，运用多种配准方法，构建自动语音识别模型来转录医生和患者之间的谈话，并提供了对其表现的详细分析。我们的分析表明，在重要的医疗话语上，语音识别模型表现良好，而在非正式对话中存在误差。

    Nov, 2017

  • 使用预训练语言模型和提示的小样本学习，为低资源语言提取临床信息

    使用轻量级蒙特卡洛语言模型，自动生成医疗信息，以及进行临床文件，低资源环境下的可解释性研究。

    Mar, 2024

  • 临床试验中的零语种多语言说话人验证

    使用临床试验的讲话数据进行讲话人验证对于多语言的认证和排除重复参与试验的个体至关重要，该研究评估了几个预训练的模型在不同语言环境下的表现，并展示了语音任务和参与试验的说话者数量对模型性能的影响。

    Apr, 2024

  • 基于认识不确定性的数据选择，将预训练的 ASR 模型适应于低资源临床语音

    使用信息不确定性的数据选择方法可以减少成本并提高在稀缺数据情况下非洲口音临床自动语音识别的泛化性能，并优于现有最先进 ASR 模型

    Jun, 2023

  • 为瑞典自动语音识别系统开发声学模型

    本研究旨在通过训练系统实现自动持续语音识别，并以瑞典口语为例，使用隐藏马尔可夫模型，利用 SpeechDat 数据库进行参数训练。在这项研究中，声学建模在语音识别应用方面具有一定的普适性，尽管对模型评估仅考虑了一个简化的任务（数字和自然数识别）。研究还测试了不同类型的音素模型，包括独立上下文模型和两种上下文相关模型的变体。同时，还进行了多个使用双字语言模型调整系统参数的实验。研究还检查了在不同说话者子集（性别、年龄和方言）上系统性能的情况，并将结果与先前类似研究进行了对比，显示出明显的改进。

    Apr, 2024

  • 基于领域特定语言的预训练模型 —— 用于临床问答会话的对话理解

    本篇论文探讨了临床对话任务中自动化提取相关信息的挑战，提出了使用领域特定的语言预训练方法以提高对话理解的性能，结合具体的人类对话交互方式设计样本生成策略，实验结果表明该方法在低资源训练情况下取得良好表现。

    Jun, 2022

  • 谁说了什么？幼儿园课堂言语分析的自动化方法

    幼儿在嘈杂的幼儿园教室中度过相当一部分清醒时间。本研究提出了一种使用开源软件的自动框架，通过儿童和教师佩戴的录音设备来分类说话者并进行转录，结果显示进行自动化的识别和转录教师和儿童言语的准确性较高，并对课堂言语进行分析可能有助于儿童语言发展。未来计划使用自然语言处理改进说话者分类，并分析应用自动化框架到大型数据集中的结果。

    Jan, 2024

  • 探索儿童 - 成人交互中的演讲基础模型用于说话者分离

    我们的研究工作探索了言语基础模型在儿童成人说话人分离中的应用能力，并发现出色的基础模型相对于以前的方法在分离错误率和说话人混淆率方面可以实现 39.5% 和 62.3% 的相对降低。此外，我们还评估了输入音频窗口大小、说话人特点和训练数据比例对言语基础模型的分离结果的影响，结果显示有希望通过采用言语基础模型来促进对儿童说话的理解。

    Jun, 2024

  • 在多诊断情境中自动分类神经精神疾病的语音和文本方法

    本研究比较了基于语音和文本特征的二元分类和多类分类模型在区分多种神经精神障碍时的表现，结果显示联合模型表现更佳，同时提出今后应该关注更具代表性的跨诊断数据集以及精细化的临床特征。

    Jan, 2023