基于 AI 的语音生物标志物对语音障碍的分类

本文提出了一种新颖的基于层次结构的机器学习框架，用于使用持续元音的声学特征对良性喉部语音障碍进行分类。该方法模仿临床工作流程，提供了一种潜在的可扩展且非侵入性的工具，用于早期筛查、诊断和监测声音健康。使用可解释的声学生物标志物以及深度学习技术增强了透明度和临床相关性。这项研究侧重于一个临床相关的问题，并展示了优于现有方法的性能，使其成为对该领域的宝贵贡献。

• •引入用于分类良性喉部语音障碍的层次机器学习框架。
• •利用持续元音的声学特征，并模仿临床分诊工作流程。
• •结合深度频谱表示和可解释的声学特征。
• •优于现有方法，突出了可扩展、非侵入性语音健康工具的潜力。