論文の概要: Prosody-Driven Privacy-Preserving Dementia Detection

• arxiv url: http://arxiv.org/abs/2407.03470v1
• Date: Wed, 3 Jul 2024 19:34:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-08 20:00:48.311512
• Title: Prosody-Driven Privacy-Preserving Dementia Detection
• Title（参考訳）: 韻律駆動型プライバシ保存認知症検出
• Authors: Dominika Woszczyk, Ranya Aloufi, Soteris Demetriou,
• Abstract要約: 本研究の目的は,認知症検出のための診断ユーティリティを保ちつつ,埋め込みを匿名化することである。 本稿では,認知症に関連する韻律的特徴を話者埋め込みから切り離すために,ドメイン知識を活用した新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 3.9530780161144667
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Speaker embeddings extracted from voice recordings have been proven valuable for dementia detection. However, by their nature, these embeddings contain identifiable information which raises privacy concerns. In this work, we aim to anonymize embeddings while preserving the diagnostic utility for dementia detection. Previous studies rely on adversarial learning and models trained on the target attribute and struggle in limited-resource settings. We propose a novel approach that leverages domain knowledge to disentangle prosody features relevant to dementia from speaker embeddings without relying on a dementia classifier. Our experiments show the effectiveness of our approach in preserving speaker privacy (speaker recognition F1-score .01%) while maintaining high dementia detection score F1-score of 74% on the ADReSS dataset. Our results are also on par with a more constrained classifier-dependent system on ADReSSo (.01% and .66%), and have no impact on synthesized speech naturalness.
• Abstract（参考訳）: 音声記録から抽出した話者埋め込みは認知症検出に有用であることが証明されている。 しかし、その性質上、これらの埋め込みには、プライバシーの懸念を引き起こす識別可能な情報が含まれている。 本研究は,認知症検出のための診断ユーティリティを保ちつつ,埋め込みを匿名化することを目的とする。 これまでの研究は、ターゲット属性に基づいて訓練された敵対的学習とモデルに依存しており、限られたリソース設定で苦労している。 本稿では,認知症分類器に頼らずに,認知症に関連する韻律的特徴を話者埋め込みから切り離す手法を提案する。 本実験は,ADReSSデータセット上での認知度検出スコアF1-scoreの74%を維持しながら,話者のプライバシー(話者認識F1-score .01%)を維持するためのアプローチの有効性を示す。 また,ADReSSo(.01%および.66%)のより制約された分類器依存システムと同等であり,合成音声の自然性には影響しない。

関連論文リスト

• Differential privacy for protecting patient data in speech disorder detection using deep learning [11.01272267983849]
  本研究は,ディファレンシャルプライバシ(DP)が病的音声データに与える影響を初めて調べたものである。 プライバシー予算7.51のDPを用いたトレーニングでは,最大精度が3.85%低下した。 本研究は,スペイン語を話すパーキンソン病患者の小さなデータセットに対するアプローチを一般化するために検証した。
  論文  参考訳（メタデータ） (2024-09-27T18:25:54Z)
• The Unreliability of Acoustic Systems in Alzheimer's Speech Datasets with Heterogeneous Recording Conditions [11.00082412847855]
  MFCC と Wav2vec 2.0 の2つの音響特性に基づくシステムにより,AD 患者を上向きの性能制御から識別できることが示されている。 本研究は,非標準化記録に基づく患者同定のための音響システムの使用に対する警告である。
  論文  参考訳（メタデータ） (2024-09-11T20:50:45Z)
• A New Benchmark and Reverse Validation Method for Passage-level Hallucination Detection [63.56136319976554]
  大きな言語モデル(LLM)は幻覚を発生させ、ミッションクリティカルなタスクにデプロイすると大きなダメージを与える可能性がある。 本稿では,逆検証に基づく自己チェック手法を提案し,ゼロリソース方式で事実誤りを自動的に検出する。 提案手法と既存のゼロリソース検出手法を2つのデータセット上で実証的に評価した。
  論文  参考訳（メタデータ） (2023-10-10T10:14:59Z)
• Dementia Assessment Using Mandarin Speech with an Attention-based Speech Recognition Encoder [0.4369058206183195]
  本稿では,マンダリン話者に適した認知症評価システムを構築するために,音声認識モデルを利用する。 99名の被験者からマンダリン音声データを収集し, 地域病院から臨床評価を得た。 アルツハイマー病の診断では92.04%の精度で, 平均絶対誤差は9%であった。
  論文  参考訳（メタデータ） (2023-10-06T03:04:11Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Exploring linguistic feature and model combination for speech recognition based automatic AD detection [61.91708957996086]
  音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
  論文  参考訳（メタデータ） (2022-06-28T05:09:01Z)
• Conformer Based Elderly Speech Recognition System for Alzheimer's Disease Detection [62.23830810096617]
  アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。 本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
  論文  参考訳（メタデータ） (2022-06-23T12:50:55Z)
• The effect of speech pathology on automatic speaker verification -- a large-scale study [6.468412158245622]
  病的スピーチは 健康なスピーチに比べて プライバシー侵害のリスクが高まっています ディスフォニアの成人は再識別のリスクが高まる一方、ディスフォニアのような症状は健康な話者に匹敵する結果をもたらす。 病理型間でデータをマージすると、EERは著しく低下し、自動話者検証における病理多様性の潜在的利点が示唆された。
  論文  参考訳（メタデータ） (2022-04-13T15:17:00Z)
• Semantics-Preserved Distortion for Personal Privacy Protection in Information Management [65.08939490413037]
  本稿では,意味的整合性を維持しつつテキストを歪ませる言語学的アプローチを提案する。 本稿では, 意味保存歪みの枠組みとして, 生成的アプローチと置換的アプローチの2つを提示する。 また、特定の医療情報管理シナリオにおけるプライバシ保護についても検討し、機密データの記憶を効果的に制限していることを示す。
  論文  参考訳（メタデータ） (2022-01-04T04:01:05Z)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)
• Identification of Dementia Using Audio Biomarkers [15.740689461116762]
  本研究の目的は、認知症のステージを自動的に識別するために、音声処理と機械学習技術を使用することである。 非言語的音響パラメータはこの目的のために使われ、言語に依存しないアプローチとなっている。 我々は, スペクトル, 時間, ケプストラム等の音響特性の寄与と, 認知症ステージの同定への選択について分析した。
  論文  参考訳（メタデータ） (2020-02-27T13:54:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。