文献
J-GLOBAL ID:201802219100991308   整理番号:18A2034248

「テキスト非依存」iベクトルを用いた小児音声障害スクリーニングのための臨床グループ検証フレームワークの進歩【JST・京大機械翻訳】

Advancing clinical group verification framework for screening child speech sound disorders using “text-independent” i-Vectors
著者 (6件):
資料名:
巻: 144  号:ページ: 1965  発行年: 2018年 
JST資料番号: C0249A  ISSN: 0001-4966  CODEN: JASMAN  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
i-ベクトルは,話者認識,言語認識などの音響イベント同定タスクにおける最新の最先端の特徴表現である。それらは,話者のユニークな品質を表し,成人の音声病理を検出するのに有用であるため,アイデンティティベクトルと呼ばれている。音声音障害(SSDs)は,米国の子供の3%と16%の間に影響を及ぼし,発達する音声の音の誤りの存在により検出するのは困難である。音声スクリーニングの過程を自動化する作業を行った。著者らのデータセットは,165,3~6歳の子供からの29名の単語記録から構成され,iOSアプリケーションを用いて収集された。小児は,パーセント子音正しい成長曲線モデルを用いて臨床群に割り当てられた。64人の子供は,SSDを示すと分類され,残りは正常な音声獲得を示した。著者らの目的を達成するために,著者らは最初に,Gauss混合モデルを用いて著者らの臨床グループ検証フレームワークを導入した。このフレームワークを拡張して,L2ロジスティック回帰とGaussバックエンド機械学習分類器と共に,「テキスト依存」iベクトルを用いて,単一単語に基づく子供の音声をスクリーニングした。これはアルゴリズムの精度を改善した。本研究では,フレームワーク内のオフライン後処理アルゴリズムを修正し,「テキスト独立」iベクトルに対する優れた結果を提供した。アルゴリズムとは別に,後処理段階における分類器スコア変換の詳細な視覚解析も示した。Copyright 2018 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
聴覚  ,  聴覚・音声モデル 

前のページに戻る