日本語タイトル#
言語は音声からパーキンソン病を早期に検出するために重要ですか？
英文タイトル#
Does Language Matter for Early Detection of Parkinson's Disease from Speech?
日本語要約#
音声サンプルをバイオマーカーとして使用することは、パーキンソン病（PD）の進行を検出および監視するための有望な方法ですが、そのようなデータを最適に収集および分析する方法については文献に大きな意見の相違があります。初期の研究では、音声から PD を検出する際に持続母音発音（SVP）タスクが使用されましたが、最近の研究ではより認知的な努力を要するタスクの録音が探求されています。PD 検出における言語の役割を評価するために、異なるデータタイプと事前学習の目的を持つ事前学習モデルをテストし、（1）テキストのみのモデルの性能が音声特徴モデルと同等であること、（2）多言語 Whisper が自己教師ありモデルを上回り、一方で単言語 Whisper は劣ること、（3）AudioSet の事前学習が SVP の性能を向上させるが、自発的な音声には向上が見られないことを発見しました。これらの発見は、パーキンソン病の早期検出における言語の重要な役割を強調しています。
英文要約#
Using speech samples as a biomarker is a promising avenue for detecting and monitoring the progression of Parkinson's disease (PD), but there is considerable disagreement in the literature about how best to collect and analyze such data. Early research in detecting PD from speech used a sustained vowel phonation (SVP) task, while some recent research has explored recordings of more cognitively demanding tasks. To assess the role of language in PD detection, we tested pretrained models with varying data types and pretraining objectives and found that (1) text-only models match the performance of vocal-feature models, (2) multilingual Whisper outperforms self-supervised models whereas monolingual Whisper does worse, and (3) AudioSet pretraining improves performance on SVP but not spontaneous speech. These findings together highlight the critical role of language for the early detection of Parkinson's disease.
PDF 取得#
抖音でスキャンしてさらに素晴らしいコンテンツを見る