論文の概要: Transcript-Free Lightweight Detection of Alzheimer's Disease from Spontaneous Speech Using Handcrafted MFCC-Dominant Acoustic Biomarkers

• arxiv url: http://arxiv.org/abs/2607.10168v1
• Date: Sat, 11 Jul 2026 07:19:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.327884
• Title: Transcript-Free Lightweight Detection of Alzheimer's Disease from Spontaneous Speech Using Handcrafted MFCC-Dominant Acoustic Biomarkers
• Title（参考訳）: 手作りMFCC音響バイオマーカーを用いた自発音声からのアルツハイマー病のトランスクリプトフリー軽度検出
• Abstract要約: アルツハイマー病(AD)の早期発見はいまだに困難であり、特に神経画像撮影が高価であったり、言語に依存したツールが入手できない場合はなお困難である。 我々は,DementiaBankコーパスから176個のCookie Theftレコードを用いてADを検出するための,シンプルで音声のみのベースラインを提供する。 ポーズや統計,スペクトル/韻律記述子,流速要約など,99個の手作り音響時間特徴を抽出した。
• 参考スコア（独自算出の注目度）: 7.901493394283502
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is still hard to find Alzheimer's disease (AD) early, especially when neuroimaging is expensive or tools that depend on language are not available. Spontaneous speech provides a non-invasive signal; however, numerous current methodologies depend on transcripts/ASR or computationally intensive deep models. We offer a simple, audio-only baseline for detecting AD using 176 Cookie Theft recordings from the DementiaBank Pitt corpus (88 AD, 88 controls). WebRTC voice activity detection (VAD) is used to separate speech from non-speech. We take out 99 hand-crafted acoustic-temporal features, including pause and fluency statistics, spectral/prosodic descriptors, and MFCC summaries with Δ and ΔΔ. Evaluation is performed using a stringent speaker-independent GroupShuffleSplit,documenting performance across 30 iterations. A lightweight SVM with an RBF kernel gets an average AUC of 0.674 across runs. For example, a single split has an AUC of 0.742 and an accuracy of 0.657. We also present an exploratory compact-feature analysis utilizing a Top-20 subset ranked by Random Forest importance; since selection is not nested within training splits, these results may be overly optimistic and are not employed for primary conclusions (AUC 0.719). The results indicate that transcript-free spectro-temporal and fluency-related cues can facilitate speaker-independent Alzheimer's disease screening from raw audio, establishing a practical foundation for deployment-oriented research.
• Abstract（参考訳）: アルツハイマー病(AD)の早期発見はいまだに困難であり、特に神経画像撮影が高価であったり、言語に依存したツールが入手できない場合はなお困難である。 自発的音声は非侵襲的な信号を提供するが、現在の多くの手法は転写/ASRや計算集約的な深層モデルに依存している。 我々は、DementiaBank Pitt corpus (88 AD, 88 Control)から176のCookie Theftレコードを用いてADを検出するための、シンプルで音声のみのベースラインを提供する。 WebRTC音声活動検出(VAD)は、音声を非音声から分離するために用いられる。 停止・流速統計、スペクトル/韻律記述子、ΔおよびΔΔを用いたMFCC要約を含む99個の手作り音響時間特徴を抽出した。 評価は、30イテレーションにわたる文書化パフォーマンスである、厳密な話者非依存のGroupShuffleSplitを用いて行われる。 RBFカーネルを備えた軽量のSVMは、実行毎に平均0.674のAUCを得る。 例えば、1つの分割はAUCが0.742、精度が0.657である。 また,ランダムフォレスト(Random Forest)にランク付けされたトップ20サブセットを用いた探索的コンパクト・フィーチャー分析を行い,選択はトレーニング分割の中でネストされないため,これらの結果は過度に楽観的であり,一次結論には適用されない(AUC 0.719)。 以上の結果から, 経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時的・経時

関連論文リスト

• Multi-Level Privacy-Preserving Dementia Detection from Speech via Targeted Adversarial Obfuscation and Representation Learning [2.4214594180459366]
  認知症検出に用いられる音声記録は、話者のアイデンティティを公開し、重要なプライバシー上の懸念を提起する。 2つの異なる盗聴ベクトルを中和する多層フレームワークを提案する。 信号レベルでは、累積信号攻撃はキーワード整列領域の摂動に集中し、転写エラーを最大化する。 特徴レベルにおいて、相互情報(MI)誘導ノイズ注入を用いたグラディエント・リバーサル層(GRL)は、話者識別次元を抑制する。
  論文  参考訳（メタデータ） (2026-07-19T06:48:54Z)
• Membership Inference Attacks against Large Audio Language Models [50.84901010528239]
  大規模音声言語モデル(LALM)のMIA評価について述べる。 テキスト,スペクトル,韻律的特徴に基づくマルチモーダルブラインドベースラインを用いて,一般的な音声データセットがほぼ完璧な列車/テスト分離性を示すことを示す。 以上の結果から, LALM検査の基準基準が確立された。
  論文  参考訳（メタデータ） (2026-03-30T12:45:28Z)
• National Institute on Aging PREPARE Challenge: Early Detection of Cognitive Impairment Using Speech -- The SpeechCARE Solution [1.0486773259892048]
  アルツハイマー病と関連する認知症は、60歳以上の成人の5人に1人に影響を与えるが、認知低下した人の半数以上が未診断のままである。 SpeechCAREは、認知障害に関連する微妙な音声関連手がかりをキャプチャするマルチモーダル音声処理パイプラインである。 その堅牢な前処理には、自動転写、大規模言語モデル(LLM)に基づく異常検出、タスク識別が含まれる。
  論文  参考訳（メタデータ） (2025-11-11T11:39:20Z)
• Benchmarking Foundation Speech and Language Models for Alzheimer's Disease and Related Dementia Detection from Spontaneous Speech [14.936023751079654]
  アルツハイマー病と認知症は進行性神経変性疾患である。 自発音声には、非侵襲的なバイオマーカーとして機能する豊富な音響マーカーと言語マーカーが含まれている。 大規模オーディオまたはテキストデータに基づいて事前訓練された基礎モデルは、文脈的および音響的特徴を符号化した高次元埋め込みを生成する。
  論文  参考訳（メタデータ） (2025-06-09T17:52:31Z)
• Acoustic and Machine Learning Methods for Speech-Based Suicide Risk Assessment: A Systematic Review [0.3752077796966496]
  本研究は,音声の音響解析による自殺リスク評価における人工知能(AI)と機械学習(ML)の役割を体系的に評価する。 我々はPubMed, Cochrane, Scopus, Web of Scienceデータベースから選択した33項目を分析した。 自殺リスク (RS) と非自殺リスク (NRS) との間に有意な音響的特徴が一貫して認められた。 音響、言語、メタデータ、そして優れたパフォーマンスを示す特徴を統合するマルチモーダルアプローチ。
  論文  参考訳（メタデータ） (2025-05-20T09:05:30Z)
• Screening method for early dementia using sound objects as voice biomarkers [0.0]
  音声バイオマーカーとして音響オブジェクトをベースとした早期認知症のスクリーニング手法を提案する。 メソッドは、被験者によって話される持続母音/a/の6秒間の記録に基づいている。
  論文  参考訳（メタデータ） (2024-01-31T19:20:08Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• 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)
• Detecting COVID-19 from Breathing and Coughing Sounds using Deep Neural Networks [68.8204255655161]
  私たちは、Convolutional Neural Networksのアンサンブルを適応させて、スピーカーがCOVID-19に感染しているかどうかを分類します。 最終的には、74.9%のUnweighted Average Recall(UAR)、またはニューラルネットワークをアンサンブルすることで、ROC曲線(AUC)の80.7%を達成する。
  論文  参考訳（メタデータ） (2020-12-29T01:14:17Z)
• Continuous speech separation: dataset and analysis [52.10378896407332]
  自然な会話では、音声信号は連続的であり、重複成分と重複成分の両方を含む。 本稿では,連続音声分離アルゴリズムを評価するためのデータセットとプロトコルについて述べる。
  論文  参考訳（メタデータ） (2020-01-30T18:01:31Z)

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。