文中提出了一种使用语音信号分析和经验线性预测模型动态估算人类心率的方法，并通过分类器建立了两者之间的相关性，可以用于早期无创检测与情绪状态相关的心率变化，并可以实时诊断心脏病情。

Aug, 2016

发展了一个基于自监督学习的深度学习系统，通过线性探测在 33 个健康声学任务上建立了一个先进的健康音频嵌入模型。

Mar, 2024

通过对不同交互场景中的语音信号进行研究，包括精神科面谈、聊天机器人对话和文字朗读，本研究探究了语音信号在基于人工智能的抑郁症筛查中的实用性。利用从每个参与者的分割录音中提取的声学和深度语音特征，使用神经网络或支持向量机进行分类，并通过聚合的音频片段结果确定最终评估。分析结果表明，语音在抑郁症筛查中是一个关键的标志物，人机交互的效果与临床面谈相匹配，甚至优于阅读任务。片段时长和数量对模型性能有显著影响，而深度语音特征在表现上明显优于传统声学特征。

Jun, 2024

通过整合语音生物标志物，我们展示了一个强大而有效的机器学习模型，用于通过语音评估预测住院心力衰竭患者的死亡率，该模型的预测精度得到增强。

Feb, 2024

本论文针对语音识别的问题，提出自我监督学习可能是解决这一问题的一个更好的选择，核心是自己生成特征，通过自我监督可以获得和人脑工作方式类似的神经网络模型，帮助理解语言习得和人脑在语音处理方面的机理。

Jun, 2022

使用语音的声学特征，通过卷积神经网络和循环神经网络，预测出抑郁评分表中各个项的结果，并进一步检测出抑郁情况。

Jun, 2024

开发一组神经科学启发的自监督目标和神经架构，用于从异构和无标记神经记录中进行表征学习，实验证明这些目标学习到的表征能够普遍适用于不同的被试者、数据集和任务，并比仅使用有标记数据时更快地学习；此外，为两个基础性语音解码任务设置了新的基准，这些方法现在可以利用数量级更多的现有数据来训练语音解码模型。

Jun, 2024

本文回顾了目前人类低级听觉处理的现有模型，并利用自学语言模型技术创建了新的人类听觉系统的先进模型。结果表明，与声学基线、音素特征和监督模型相比，来自自监督模型中间层的表示可以显著提高对听觉皮层的 fMRI 记录的预测性能，并且不同的听觉处理区域对信息的不同语言层次表现出偏好。

May, 2022

帕金森病是一种进行性神经退行性疾病，严重影响运动和非运动功能，包括语言。本文通过语音数据分析提供了帕金森病识别的综合方法评述，突出了机器学习和数据驱动方法的进展。我们讨论了数据清洗、转换、探索性数据分析等数据整理过程，为机器学习应用准备数据集。研究探讨了各种分类算法，包括逻辑回归、支持向量机和神经网络，有无特征选择。每种方法都基于准确性、精确度和训练时间进行评估。研究结果表明，特定的声学特征和先进的机器学习技术能够有效区分患有帕金森病和健康对照组的个体。研究总结了不同模型的比较，确定了对于帕金森病识别来说最有效的方法，并提出了未来研究的潜在方向。

Jul, 2024

本研究旨在自动检索实际呼叫中心对话中的满意度和挫折情绪，并侧重于持续追踪客户满意度以改善客户服务的工业应用。使用预训练的语音表示作为迁移学习形式，对 AlloSat 语料库进行了探索。实验结果确认了使用预训练特征可获得的性能大幅提升，并发现语言内容在满意度预测中起着明显的主导作用，并且对未知数据的泛化能力更强。此外，融合声学和语言模态的优势并不明显。该研究还探讨了性能变异性的问题，并试图从不同的视角估计此变异性：权重初始化、置信区间和注释主观性。对语言内容进行了深入分析，研究了能够解释语言模态在此任务中高贡献的可解释因素。

Oct, 2023