PulseAugur
中
实时 05:04:58
English(EN) Segment-Level Mandarin Chinese Speech-Based Cognitive Impairment Detection via an Autoencoder with Contrastive Learning

汉语语音分析框架旨在检测认知障碍

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种使用汉语语音检测认知障碍的新框架。该方法包括将语音录音分割成片段，将其转换为频谱图，并采用基于自动编码器的表示学习和对比目标。这种方法旨在增强判别性潜在表示并提高鲁棒性，尤其是在标记数据有限的情况下。在四个独立数据集上的实验显示了稳定且具有竞争力的性能，表明这是一种在资源受限环境中进行认知筛查的可扩展且实用的方法。 AI

影响 这项研究提供了一种潜在的低成本、非侵入性的认知障碍筛查方法，在资源有限的临床环境中尤其有用。

排序理由 这是一篇详细介绍一种新的基于语音的认知障碍检测方法的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

汉语语音分析框架旨在检测认知障碍

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Yongqi Shao, Hong Huo, Flavio Bertini, Danilo Montesi, Tao Fang ·

    基于自动编码器和对比学习的细粒度普通话语音认知障碍检测

    arXiv:2606.19996v1 Announce Type: cross Abstract: \noindent\textbf{Background and Objective:} Speech has emerged as a low-cost and non-invasive digital biomarker with considerable potential for cognitive impairment detection. However, limited labeled data and cross-dataset variab…

  2. arXiv cs.CL TIER_1 English(EN) · Tao Fang ·

    基于自动编码器与对比学习的细粒度普通话语音认知障碍检测

    \noindent\textbf{Background and Objective:} Speech has emerged as a low-cost and non-invasive digital biomarker with considerable potential for cognitive impairment detection. However, limited labeled data and cross-dataset variability remain major challenges for robust speech-ba…

相关实体

相关话题