論文の概要: A Cross-Lingual Acoustic Disease-Alignment Framework for Respiratory Health Assessment from Spontaneous Speech

• arxiv url: http://arxiv.org/abs/2609.19398v1
• Date: Wed, 16 Sep 2026 20:29:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.998364
• Title: A Cross-Lingual Acoustic Disease-Alignment Framework for Respiratory Health Assessment from Spontaneous Speech
• Title（参考訳）: 自発音声による呼吸健康度評価のための言語間音響的アライメントフレームワーク
• Abstract要約: 言語間で病気の影響が一定である音響次元を識別するクロスリンガル病適応フレームワークを提案する。 最初に,自然発語Bangla 音声は COPD を制御から分離すること (AUC 0.85) を示すが,133 は言語間で疾患の方向を逆転させる。 CL-DAFは、AUCを英語からバングラ語、バングラ語から英語へそれぞれ0.825と0.722に上昇させる26の疾患を分離する。
• 参考スコア（独自算出の注目度）: 1.802006092718276
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spontaneous speech offers a scalable, noninvasive signal for respiratory health assessment, yet interpretable models that generalize across languages remain challenging because disease-related acoustic changes are confounded by language-specific phonetic variation. We present CL-DAF, a Cross-Lingual Disease-Alignment Framework that identifies acoustic dimensions whose disease effects remain consistent across languages. Using 201 English and 75 newly collected Bangla speakers, we construct a common 272-dimensional acoustic representation and quantify disease alignment using signed rank-biserial effects and the Language Invariance Score. We first show that spontaneous Bangla speech separates COPD from controls (AUC 0.85); however, 133 features reverse their disease direction across languages and the full representation transfers poorly (AUC 0.49 from Bangla to English). CL-DAF isolates 26 disease-aligned features that raise AUCs to 0.825 and 0.722 from English to Bangla and Bangla to English, respectively. These findings provide a foundation for multilingual clinical speech models emphasizing pathology over language-dependent variation.
• Abstract（参考訳）: 自発音声は、呼吸健康評価のためのスケーラブルで非侵襲的な信号を提供するが、言語間を一般化する解釈可能なモデルは、言語固有の音声変化によって、疾患に関連した音響変化が確立されるため、依然として困難である。 CL-DAFは言語間で病気の影響が一定である音響次元を識別するクロスリンガル病適応フレームワークである。 新たに収集した201の英語話者と75のバングラ話者を用いて272次元音響表現を構築し,符号付きランクビサール効果と言語不変スコアを用いて病気のアライメントを定量化する。 最初に,自然発語Bangla 音声は COPD を制御から分離すること (AUC 0.85) を示すが,133 は言語間の疾患方向を逆転させ,完全な表現が不十分である (AUC 0.49 から英語へ)。 CL-DAFは、AUCを英語からバングラ語、バングラ語から英語へそれぞれ0.825と0.722に上昇させる26の疾患を分離する。 これらの知見は多言語臨床音声モデルの基礎となり,言語依存的変化に対する病理学の重要性を強調した。

関連論文リスト

• Training-Free Cross-Lingual Dysarthria Severity Assessment via Phonological Subspace Analysis in Self-Supervised Speech Representations [0.0]
  変形性言語重度評価は通常、ラベル付き病的音声から構築された教師付きモデルを必要とする。 音韻的特徴部分空間の劣化を測定することにより, 難聴度を定量化する訓練自由手法を提案する。 教師付き重度モデルは訓練されず、健常な制御音声から特徴方向を推定する。
  論文  参考訳（メタデータ） (2026-04-11T09:38:35Z)
• Adapting Self-Supervised Speech Representations for Cross-lingual Dysarthria Detection in Parkinson's Disease [72.0406069194794]
  音声表現は、しばしば言語に依存した構造を符号化する。 本稿では,ソース言語による自己教師型音声表現とターゲット言語分布とを一致させる表現レベル言語シフトを提案する。 チェコ語,ドイツ語,スペイン語におけるパーキンソン病音声データセットの経口DDK記録に対するアプローチについて検討した。
  論文  参考訳（メタデータ） (2026-03-23T17:23:39Z)
• 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)
• Towards Inclusive ASR: Investigating Voice Conversion for Dysarthric Speech Recognition in Low-Resource Languages [49.31519786009296]
  音声変換モデルを英語の変形音声(UASpeech)に微調整し、話者特性と韻律歪みの両方を符号化する。 次に、健康な非英語音声(FLEURS)を非英語の変形性音声に変換する。 生成されたデータは、MMS(Massively Multilingually Speech)と呼ばれる多言語ASRモデルの微調整に使用される。
  論文  参考訳（メタデータ） (2025-05-20T20:03:45Z)
• 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 Cross-domain And Cross-Lingual Ultrasound Tongue Imaging Features For Elderly And Dysarthric Speech Recognition [55.25565305101314]
  調音機能は音響信号歪みに不変であり、音声認識システムにうまく組み込まれている。 本稿では,A2Aモデルにおける24時間TaLコーパスの並列音声・超音波舌画像(UTI)データを利用したクロスドメインおよびクロスランガルA2Aインバージョン手法を提案する。 生成した調音機能を組み込んだ3つのタスクの実験は、ベースラインのTDNNとコンフォーマーASRシステムより一貫して優れていた。
  論文  参考訳（メタデータ） (2022-06-15T07:20:28Z)

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。