論文の概要: Cleaner Speech, Weaker Generalization: Revisiting Pitt-Derived Benchmarks for Alzheimer's Disease Detection

• arxiv url: http://arxiv.org/abs/2609.00276v1
• Date: Mon, 31 Aug 2026 19:19:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.022517
• Title: Cleaner Speech, Weaker Generalization: Revisiting Pitt-Derived Benchmarks for Alzheimer's Disease Detection
• Title（参考訳）: よりクリーンな音声, ウィーカー一般化: アルツハイマー病検出のためのピット依存ベンチマークの再検討
• Abstract要約: 音声ベースのアルツハイマー病(AD)の検出は、ピット・コーパスの音声強調版と治療版にますます依存している。 我々は、音声に基づくAD検出のための広く使われているベンチマークにおいて、音声前処理とデータセットのキュレーションの役割を再考する。
• 参考スコア（独自算出の注目度）: 24.508547448302078
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Speech-based Alzheimer's disease (AD) detection increasingly relies on speech-enhanced and curated versions of the Pitt Corpus, where speech enhancement, sample selection, and demographic balancing are often treated as beneficial preprocessing steps. However, whether these transformations improve real-world AD detection or instead affect model generalization and prediction behavior remains unclear. In this work, we revisit the role of speech preprocessing and dataset curation across widely used benchmarks for speech-based AD detection. We evaluate the speech quality of different datasets, the cross-dataset generalization of multiple deep learning models under matched and mismatched enhancement settings, and the behavior of several recent large audio-language models (LALMs). Experimental results show that across multiple supervised speech models, speech-enhanced datasets often improve in-domain performance while reducing robustness in cross-domain evaluation. Matched enhancement between training and test data alleviates, but does not eliminate, this degradation. LALMs show a similar sensitivity: enhanced datasets induce stronger class imbalance and prediction shifts than unprocessed data. These results suggest that speech preprocessing and dataset curation can substantially influence downstream AD detection behavior, indicating that ``cleaner'' speech datasets are not necessarily more reliable for real-world AD detection.
• Abstract（参考訳）: 音声に基づくアルツハイマー病(AD)の検出は、音声強調、サンプルの選択、人口動態のバランスが有益な前処理ステップとして扱われるピット・コーパスの音声強調および治療版にますます依存している。 しかし、これらの変換が現実のAD検出を改善したのか、あるいはモデル一般化や予測行動に影響を及ぼしたのかは定かではない。 本研究では,音声によるAD検出のために広く使用されているベンチマークにおいて,音声前処理とデータセットキュレーションの役割を再考する。 我々は、異なるデータセットの音声品質、マッチングおよびミスマッチした拡張設定下での複数の深層学習モデルのクロスデータセットの一般化、および最近の大規模音声言語モデル(LALM)の動作を評価する。 実験により、複数の教師付き音声モデルにおいて、音声強調データセットは、ドメイン間評価の堅牢性を低下させながら、ドメイン内のパフォーマンスを向上させることが示されている。 トレーニングとテストデータの一致した強化は、この劣化を緩和するが、排除しない。 拡張データセットは、未処理のデータよりも強いクラス不均衡と予測シフトを引き起こす。 これらの結果から, 音声前処理やデータセットのキュレーションは, 下流AD検出行動に大きく影響を及ぼす可能性が示唆された。

関連論文リスト

• LSEAD: A Privacy-Preserving LLM-Based Speech Analysis Framework for Early Alzheimer's Disease Screening [9.238017937875627]
  アルツハイマー病(AD)の早期診断は、病気の進行を遅くし、患者の結果を改善できるタイムリーな介入を可能にするために重要である。 大規模言語モデル(LLM)の最近の進歩は、豊かな言語表現と強力な一般化を提供することで、音声分析を改善している。 LSEAD(LSEAD)は,事前学習したオープンソースLPMを用いたAD検出フレームワークである。
  論文  参考訳（メタデータ） (2026-08-07T16:21:00Z)
• Impact of automatic speech recognition quality on Alzheimer's disease detection from spontaneous speech: a reproducible benchmark study with lexical modeling and statistical validation [0.0]
  自然発声からアルツハイマー病を早期に検出することは、有望な非侵襲的スクリーニングアプローチとして現れている。 本稿では,ADReSSo 2021 診断データセット上でWhisper ASR 転写産物から得られた語彙的特徴を用いたアルツハイマー病の検出について検討した。 Whisper-based transcripts でトレーニングされたモデルは、Linear SVM で 0.7850 以上のバランスの取れた精度を達成するため、一貫してWhisper-base transcripts よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-18T19:46:29Z)
• Something from Nothing: Data Augmentation for Robust Severity Level Estimation of Dysarthric Speech [69.86604856129883]
  外科的音声品質評価(DSQA)は臨床診断と包括的音声技術において重要である。 本研究では,未ラベルの変形音声と大規模典型的な音声データセットを併用した3段階のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-16T23:00:07Z)
• Do You Remember? Overcoming Catastrophic Forgetting for Fake Audio Detection [54.20974251478516]
  本稿では,破滅的な忘れを克服するために,偽音声検出のための連続学習アルゴリズムを提案する。 検出ネットワークを微調整する場合,本手法では,真の発話と偽発話の比率に応じて,重み付けの方向を適応的に計算する。 本手法は,音声の感情認識などの関連分野に容易に一般化できる。
  論文  参考訳（メタデータ） (2023-08-07T05:05:49Z)
• Exploring Multimodal Approaches for Alzheimer's Disease Detection Using Patient Speech Transcript and Audio Data [10.782153332144533]
  アルツハイマー病(英語: Alzheimer's disease、AD)は、認知症の一種であり、患者の健康に深刻な影響を及ぼす。 本研究では,DmentiaBank Pittデータベースから患者の音声と転写データを用いたAD検出法について検討した。
  論文  参考訳（メタデータ） (2023-07-05T12:40:11Z)
• 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)
• Data Augmentation for Dementia Detection in Spoken Language [1.7324358447544175]
  最近のディープラーニング技術はより高速な診断を提供し、有望な結果を示している。 それらは大量のラベル付きデータを必要としており、認知症検出のタスクでは簡単には利用できない。 スパースデータ問題に対する効果的な解決策の1つは、データ拡張であるが、正確なメソッドを慎重に選択する必要がある。
  論文  参考訳（メタデータ） (2022-06-26T13:40:25Z)
• Disentangled and Side-aware Unsupervised Domain Adaptation for Cross-dataset Subjective Tinnitus Diagnosis [39.228612434737876]
  EEG信号は非常に非定常的であり、結果としてモデルが新しいユーザやセッション、データセットに不適切な一般化をもたらす。 本稿では,DSUDA (Disentangled and Side-aware Unsupervised Domain Adaptation) の診断における有用性について述べる。 脳波信号からクラス非関連情報を分離し、分類能力を向上させるために、アンタングル付きオートエンコーダを開発する。 サイドアウェア非教師付きドメイン適応モジュールは、新しいデータセットに対して、クラス非関連情報をドメイン分散として適用し、その分散を除外して、新しいデータセット分類のためのクラス希薄な特徴を得る。
  論文  参考訳（メタデータ） (2022-05-03T05:22:04Z)
• Deep Learning for Hate Speech Detection: A Comparative Study [54.42226495344908]
  ここでは, ディープ・ヘイト・音声検出法と浅いヘイト・音声検出法を大規模に比較した。 私たちの目標は、この地域の進歩を照らし、現在の最先端の強みと弱点を特定することです。 そこで我々は,ヘイトスピーチ検出の実践的利用に関するガイダンスの提供,最先端の定量化,今後の研究方向の特定を目的としている。
  論文  参考訳（メタデータ） (2022-02-19T03:48:20Z)
• Bridging the Gap Between Clean Data Training and Real-World Inference for Spoken Language Understanding [76.89426311082927]
  既存のモデルはクリーンデータに基づいてトレーニングされ、クリーンデータトレーニングと現実世界の推論の間にtextitgapが発生する。 本稿では,良質なサンプルと低品質のサンプルの両方が類似ベクトル空間に埋め込まれた領域適応法を提案する。 広く使用されているデータセット、スニップス、および大規模な社内データセット(1000万のトレーニング例)に関する実験では、この方法は実世界の(騒々しい)コーパスのベースラインモデルを上回るだけでなく、堅牢性、すなわち、騒々しい環境下で高品質の結果を生み出すことを実証しています。
  論文  参考訳（メタデータ） (2021-04-13T17:54:33Z)

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。