Sep, 2022

口腔或咽喉癌治疗后言语发音器官变化的系统综述研究的预注册协议

PDF
TL;DR本文介绍了一项针对口腔或咽部癌症治疗后言语障碍的系统性审查方案，以直接测量患者口腔各器官运动作为研究焦点，以期获得更好的关于口腔癌症治疗后言语问题的认识。
prosperosystematic reviewspeech difficultiesoral cancerarticulatory movements
发现论文，激发创造
  • 使用神经音发生技术操纵口腔癌发声

    本文提出了一种基于关节运动学合成框架的口腔癌语音合成和操纵的方法，并通过客观和主观评估证明该框架具有可接受的自然程度，并值得进一步研究。随后进行的主观元音和辅音识别实验表明，关节合成系统可以操纵关节轨迹，从而产生与实际口腔癌语音中存在的问题相似的合成语音。

    Mar, 2022

  • 利用 X 射线微束数据的几何变换增强语音发音分析

    本文提出了一种新的几何变换方法，将解剖标志物的 X-Y 坐标映射到唇缝、唇前突出、舌身收缩位置、舌身收缩程度、舌尖收缩位置和舌尖收缩程度六个相对量度中，以改善解剖物点的准确度与鞍骨微束数据集中的嗓音区域解剖图像的映射。

    May, 2023

  • 一种基于存储转发的云计算远程监测系统，用于自动评估神经病变中失语症演变的视频记录分析

    针对神经系统疾病患者可能发展为言语运动障碍疾病，本研究提出了一种存储和转发的自助式远程监测系统，该系统集成了卷积神经网络（CNN），通过分析患有言语运动障碍疾病者的视频录像实现面部特征的定位，并能监测疾病的进展，为临床医生提供支持和帮助。

    Sep, 2023

  • 声道动力学超声图像序列的小型词汇数据库

    本文介绍了一个包含同时记录声音与口腔运动数据的新数据库。通过超声视频记录的口腔运动数据可以对语音产生过程中的舌头上轮廓进行可视化。声学数据由定向心形麦克风采集的 30 个短句组成。此数据库包括来自哥伦比亚圣塔德尔地区的 17 名年轻志愿者（8 男性和 9 女性），他们声称没有任何语音病理。

    Aug, 2023

  • 通过 MRI 标记的 4D 运动场的跨模态翻译进行语音运动异常检测

    通过使用仅对健康人群进行训练的深度跨模态翻译器，实现对语音运动异常及其对应语音声学的检测，以区分健康人群和患者，从而提高对语音质量的评估和治疗策略的发展。

    Feb, 2024

  • 使用机器学习从语音信号中检测喉癌：一项可复现的文献综述

    该研究对使用机器学习和人工智能从语音记录中检测喉癌的当前文献进行了范围审查，并针对分类问题进行了二分法和多分类法的讨论和方法比较，最终使用迁移学习对三类病症与健康对照进行分类，获得了相似的结果。

    Jul, 2023

  • 利用跨领域和跨语言的超声舌影像特征进行老年人和发音障碍者语音识别

    本文提出了一种跨领域和跨语言的 A2A 反演方法，利用 24 小时 TaL 语料库的并行音频和超声舌成像数据，将其在 A2A 模型预训练时进行交叉领域和跨语言适应，以产生基于超声口腔影像的发音特征。实验表明，将生成的发音特征纳入自动语音识别系统中，相对于仅使用声学特征的基线 TDNN 和 Conformer ASR 系统，应用数据增强、扬声器适应和跨系统多通道解码后，单词或字符错误率降低了最多 4.75％、2.59％和 2.07％的绝对误差（相对误差最高可达 14.69％、10.64％和 22.72％）。

    Jun, 2022

  • 走向客观和可解释的语音障碍评估：基于 CNN 和 Transformer 的模型的比较分析

    这项研究提出了一种基于自我监督的 Wav2Vec2 模型，用于头颈癌患者的语音分类，以提高准确性和语音特征辨别能力，并通过评估多样化语料库的方式验证了该模型的有效性，为医生提供了可解释的方法来理解病理性语音。

    Jun, 2024

  • 持续元音在 COPD 预处理与后处理分类中的应用

    使用 50 名患者的研究，我们发现使用持续元音可以提高对慢性阻塞性肺病在语音中表现的识别准确率，从 71％的基准提高到最高 79％的无权重平均召回率，并鉴定和解释了表征 COPD 的最重要的声学特征。

    Jun, 2024

  • 为 ASR 数据增强精确合成口吃病患者语音

    该研究提出了一种新的口吃性语音合成方法，用于自动语音识别 (ASR) 训练数据的增强，并通过主观评估证明了合成语音与真实口吃性语音在口吃感和相似性方面的相似性，特别是对于严重口吃者。

    Aug, 2023