Clasificadores de aprendizaje automático para la evaluación de la salud vocal en condiciones acústicas simuladas de...

Área de la Ciencia:

• Procesamiento del habla
• Aprendizaje automático
• Ingeniería biomédica

Sus antecedentes:

• La detección de trastornos de la voz se basa en el análisis preciso de las características vocales.
• Los modelos de aprendizaje automático (ML) son prometedores pero pueden ser sensibles a las variaciones en la calidad de los datos.
• Las condiciones acústicas del mundo real, como la reverberación, pueden degradar el rendimiento.

Objetivo del estudio:

• Evaluar la robustez de los modelos de aprendizaje automático para la detección de trastornos de la voz en condiciones de reverberación.
• Evaluar el impacto del aumento de datos con reverberación simulada en el rendimiento de los modelos de ML.
• Determinar las estrategias óptimas de ML para la detección fiable de trastornos de la voz en diversos entornos acústicos.

Principales métodos:

• Se utilizaron características comunes de evaluación de la salud vocal de muestras de vocales estables (135 patológicas, 49 controles).
• Se entrenaron y probaron seis clasificadores de ML (incluidos SVM, k-NN, Random Forest) con datos limpios y aumentados con reverberación.
• Se evaluó el rendimiento de detección en condiciones de reverberación limpia, corta (0,48 s) y larga (1,82 s).

Principales resultados:

• El SVM y el k-NN mostraron una precisión fiable con reverberación corta.
• El Random Forest logró una alta precisión con datos limpios pero generalizó mal a condiciones aumentadas.
• La reverberación afectó significativamente el rendimiento de algunos clasificadores de ML.

Conclusiones:

• El entrenamiento y la prueba de modelos de ML con datos aumentados con reverberación son cruciales para mejorar la fiabilidad.
• Los modelos de ML deben validarse en diversas condiciones acústicas para la detección práctica de trastornos de la voz.
• Las estrategias de aumento de datos son esenciales para desarrollar herramientas robustas de evaluación de la salud vocal basadas en ML.