論文の概要: Mitigating Scoring Errors and Compensating for Nonverbal Subtests in Speech-Based Dementia Assessment

• arxiv url: http://arxiv.org/abs/2606.18979v1
• Date: Wed, 17 Jun 2026 12:02:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.152105
• Title: Mitigating Scoring Errors and Compensating for Nonverbal Subtests in Speech-Based Dementia Assessment
• Title（参考訳）: 音声による認知症評価におけるスコーリングエラーの軽減と非言語的サブテストの補正
• Authors: Franziska Braun, Christopher Witzl, Andreas Erzigkeit, Hartmut Lehfeld, Thomas Hillemacher, Tobias Bocklet, Korbinian Riedhammer,
• Abstract要約: 我々は,テキストから得られるスコアと単語サブテスト毎のWhisper埋め込みを統合して,スコアの誤差を低減するモデルを訓練する。 我々のモデルは、専門家の格付けと強く相関し、認知的ステータスグループ間で効率的かつ正確に識別する。
• 参考スコア（独自算出の注目度）: 17.580609583196814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Early detection of cognitive impairment relies on neuropsychological tests to minimize subjectivity by assessing multiple cognitive domains. Speech-based evaluation can support diagnostics and improve accessibility, but transcription errors and the omission of nonverbal subtests (e.g., motor skills) limit accuracy. Beyond conventional test scores, speech-derived features can provide additional insights into cognitive status. This study investigates the speech-based evaluation of the German "Syndrom-Kurz-Test," a standardized dementia screening test comprising verbal and motor subtests. We train models that integrate transcript-derived scores and Whisper embeddings per verbal subtest to reduce scoring errors. To compensate for missing motor subtests, we then leverage these fused representations to approximate expert overall ratings. Despite omitting subtests, our models strongly correlate with expert ratings and efficiently and accurately discriminate between cognitive status groups.
• Abstract（参考訳）: 認知障害の早期発見は、複数の認知ドメインを評価することによって主観性を最小化する神経心理学的テストに依存する。 音声による評価は、診断をサポートし、アクセシビリティを向上させることができるが、転写エラーや非言語サブテスト(例えば、モータースキル)の欠落は精度を制限している。 従来のテストスコア以外にも、音声による特徴は認知状態に関する洞察を与えることができる。 本研究は,ドイツ語のSyndrom-Kurz-Test (Syndrom-Kurz-Test) の音声による評価について検討した。 我々は,テキストから得られるスコアと単語サブテスト毎のWhisper埋め込みを統合して,スコアの誤差を低減するモデルを訓練する。 運動不足を補うために、これらの融合表現を活用して、専門的な総合評価を近似する。 サブテストの省略にもかかわらず、我々のモデルは専門家の格付けと強く相関し、認知的ステータスグループを効果的かつ正確に識別する。

関連論文リスト

• SpeechParaling-Bench: A Comprehensive Benchmark for Paralinguistic-Aware Speech Generation [46.48800527703154]
  SpeechParaling-Benchは、パラ言語対応音声生成のための総合的なベンチマークである。 既存のカバレッジを50未満から100以上のきめ細かい機能に拡張する。 微粒化制御、発声内変動、文脈認識適応の3つの課題に分けられる。
  論文  参考訳（メタデータ） (2026-04-22T17:59:58Z)
• Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
  本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。 我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。 ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
  論文  参考訳（メタデータ） (2026-03-18T06:15:35Z)
• Linguistic and Audio Embedding-Based Machine Learning for Alzheimer's Dementia and Mild Cognitive Impairment Detection: Insights from the PROCESS Challenge [0.0]
  音声は、音響的次元と言語的次元の両方を包含し、認知の低下に対して有望な非侵襲的バイオマーカーを提供する。 本稿では,自然発声音声からの音声埋め込みと言語的特徴を両立させるプロシージャチャレンジのための機械学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-02T06:54:55Z)
• "Is There Anything Else?'': Examining Administrator Influence on Linguistic Features from the Cookie Theft Picture Description Cognitive Test [7.21603206617401]
  アルツハイマー病(英語: Alzheimer's Disease、AD)は、進行性神経変性疾患であり、患者の認知能力に悪影響を及ぼす。 患者音声の言語学的特徴に有意な影響が認められた。 テスト管理者の振る舞いのバリエーションは、言語データに体系的なバイアスをもたらし、研究結果と臨床評価を裏付ける可能性がある。
  論文  参考訳（メタデータ） (2025-03-25T23:01:15Z)
• Not All Errors Are Equal: Investigation of Speech Recognition Errors in Alzheimer's Disease Detection [62.942077348224046]
  アルツハイマー病(AD)の自動診断における音声認識の役割 近年の研究では,単語誤り率(WER)とAD検出性能の非線形関係が明らかにされている。 本研究は,BERTを用いたAD検出システムにおけるASR転写誤りの影響について,一連の解析を行った。
  論文  参考訳（メタデータ） (2024-12-09T09:32:20Z)
• Self-supervised Speech Models for Word-Level Stuttered Speech Detection [66.46810024006712]
  自己教師付き音声モデルを利用した単語レベルの発声音声検出モデルを提案する。 本評価は, 単語レベルの発声検出において, 従来の手法を超越していることを示す。
  論文  参考訳（メタデータ） (2024-09-16T20:18:20Z)
• Infusing Acoustic Pause Context into Text-Based Dementia Assessment [7.8642589679025034]
  本研究は, 認知障害のない被験者の認知状態, 軽度認知障害, およびアルツハイマー認知症を, 臨床的評価に基づいて区別するために, 言語モデルにおける停止強調文字の使用について検討した。 この性能は、ドイツ語の言語頻度テストと画像記述テストの実験を通じて評価され、異なる音声生成コンテキストにおけるモデルの有効性を比較した。
  論文  参考訳（メタデータ） (2024-08-27T16:44:41Z)
• Identification of Cognitive Decline from Spoken Language through Feature Selection and the Bag of Acoustic Words Model [0.0]
  記憶障害の症状の早期発見は、集団の健康確保に重要な役割を担っている。 臨床環境における標準化された音声テストの欠如は、自然音声言語を解析するための自動機械学習技術の開発にますます重点を置いている。 この研究は特徴選択に関するアプローチを示し、ジュネーブの最小音響パラメータセットと相対音声停止から診断に必要な重要な特徴を自動的に選択することを可能にする。
  論文  参考訳（メタデータ） (2024-02-02T17:06:03Z)
• 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)
• Going Beyond the Cookie Theft Picture Test: Detecting Cognitive Impairments using Acoustic Features [0.18472148461613155]
  標準化されたテストの音響的特徴は、認知障害者と非障害者とを確実に識別するために有効であることを示す。 インタビューのランダムな音声サンプルから抽出した特徴でさえ、認知障害の識別要因であることを示す。
  論文  参考訳（メタデータ） (2022-06-10T12:04:22Z)
• Investigation of Data Augmentation Techniques for Disordered Speech Recognition [69.50670302435174]
  本稿では,不規則音声認識のための一連のデータ拡張手法について検討する。 正常な音声と無秩序な音声の両方が増強過程に利用された。 UASpeechコーパスを用いた最終話者適応システムと、最大2.92%の絶対単語誤り率(WER)の速度摂動に基づく最良の拡張アプローチ
  論文  参考訳（メタデータ） (2022-01-14T17:09:22Z)

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。