Mar, 2024

通过分离表示的医学言语症状分类

PDF
TL;DR本论文提出了一种名为 DRSC 的医学语音分类模型，该模型通过在文本和 Mel 频谱图领域中提取意图表示，然后将两个领域的意图结合为一个联合表示，并通过决策层进行分类，实验结果表明，该模型在检测 25 种不同医疗症状时的平均准确率为 95%。
intentmedical speech classificationintent encodersmel-spectrogramclassification
发现论文，激发创造
  • 自动病理可懂性评估的解缠离散语音表征

    使用网络的解耦语音表示方法，从大量不同发言者收集到的语音数据中，实现对小量特定发言者语音智力的客观量化计算。

    Apr, 2022

  • 从临床对话中提取症状及其状态

    该研究开发了两种新型深度学习模型，基于医疗文本数据集，旨在从临床会话中提取症状信息，针对模型性能进行全面评估，为医疗提供辅助应用方向。

    Jun, 2019

  • INESC-ID 多模态系统 - ADReSS 2020 挑战赛

    本文利用多模态方法，结合语音和文本特征，提出了自动检测阿尔茨海默病的分类框架，并发现语言特征对于阿尔茨海默病的分类比声学特征更为重要，能够提高分类准确率。

    May, 2020

  • 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

  • ContentVec: 通过分解说话人的语音表示来改进自监督语音表示

    本文介绍了一种新的自监督学习方法，采用 HuBERT 框架并结合分离机制，能够在不丢失语音信息的前提下实现说话人分离，并在内容相关的下游任务中获得显著的性能提升。

    Apr, 2022

  • 朝向解缠语音表示

    本研究构建了一种联合建模的声学表征学习任务，强调去耦合（disentanglement）声音信号的相关和无关部分，然后证明这些理想的、去耦合的方案具有独特的统计性质，并在训练期间强制执行这些性质，使平均 WER 相对提高了 24.5％，这提出了一种新的有效的音频表示的学习方法。

    Aug, 2022

  • 自监督解缠结表示学习用于稳健目标语音提取

    通过自监督解缠的表示学习方法，该论文提出了一种两阶段的方法，利用参考语音编码网络和全局信息解缠网络逐步解开说话者身份信息与其他无关因素的联系，从而有效地引导语音提取网络并降低说话者混淆的可能性。此外，引入自适应调制 Transformer 以确保混合信号的声学表示不受说话者嵌入的影响，提供自然且高效的指导。实验结果验证了该方法的有效性。

    Dec, 2023

  • 学习解缠表示并应用于生物医学摘要

    通过基于三元组文档之间相关性的敌对式目标，我们提出了一种学习文本的解缠混合表示方法，以实现高效的模型转移和可解释性，适用于临床试验医学摘要的嵌入，分离种群、干预措施和结果的方法效果良好，在多方面审查的实验中得证实太的使用具有很强的泛化能力。

    Apr, 2018

  • 走向语音表征学习的下一个前沿：利用解缠绕

    我们提出了一种名为 Learn2Diss 的自我监督学习语音表示的框架，它包括帧级和话语级编码器模块，通过解开两个编码器并使用基于互信息的标准来进行联合学习，从而在多种任务上实现了最先进的结果，帧级编码器的表示改进了语义任务，而话语级表示改进了非语义任务。

    Jul, 2024

  • 自我监督解开说话人确认中的声音和内容

    该研究提出了一种能同时模拟语音中的说话人特征和内容可变性的解缠结构框架，并通过使用三个高斯推理层实现，其中每个层由可学习的转换模型组成，能够提取出独特的语音组成成分。通过在 VoxCeleb 和 SITW 数据集上进行实验证实了该框架的有效性，其表现为等价错误率和最小 DCF 分别降低了 9.56％和 8.24％，而不需要额外的模型训练或数据，因此可以在实际应用中容易使用。

    Oct, 2023