Decodificación del Género en Sonidos de Tos: Un Análisis Basado en Transformers

Área de la Ciencia:

• Laringología
• Análisis acústico
• Inteligencia Artificial

Sus antecedentes:

• Las características del habla como el tono y el volumen influyen en la percepción del género.
• Los sonidos no verbales, como la tos, se entienden menos en cuanto a las diferencias de género.
• Esta brecha de conocimiento afecta la atención de la voz que afirma el género, ya que la tos es difícil de modular.

Objetivo del estudio:

• Investigar las diferencias acústicas basadas en el género en los sonidos de la tos.
• Utilizar un modelo transformer con autoatención para identificar características clave de la tos para la clasificación del género.

Principales métodos:

• Análisis de 327 grabaciones de tos (154 hombres, 173 mujeres) del conjunto de datos Coswara.
• Aplicación del modelo transformer HuBERT para el análisis de audio después del preprocesamiento (remuestreo, eliminación de silencio, normalización, recorte).
• Validación del equilibrio de género mediante el cribado de la diferencia de medias estandarizada (SMD).

Principales resultados:

• El modelo transformer alcanzó una precisión del 84,0 % y una puntuación F1 de 0,8462 en la clasificación del género a partir de series de tos.
• La precisión de la clasificación fue menor (71,4 %) al utilizar solo muestras de tos única.
• La visualización de la atención destacó las fases explosivas de la tos como cruciales para la distinción de género.

Conclusiones:

• Los sonidos de la tos poseen características acústicas discriminatorias de género identificables por modelos transformer.
• Fases específicas de la tos contienen información fisiológicamente relevante para la clasificación del género.
• Los hallazgos pueden informar intervenciones que afirman el género para la producción de sonidos no verbales.