认知衰退个体的基于语音的自动远程测试:贝叶斯对转录准确性的协议
Alexandra König1,2, Stefanie Köhler3, Johannes Tröger2
1ki:elements GmbH Saarbrücken Germany.
Alzheimer's & dementia (Amsterdam, Netherlands)
|October 8, 2024
概括
基于聊天机器人的语音测试的自动转录显示了与手动方法的高度一致,特别是在单词计数方面. 这支持使用自动语音识别进行认知评估,即使使用家庭电话数据.
科学领域:
- 语音分析 语音分析
- 认知评估是一种认知评估.
- 医疗保健中的人工智能
背景情况:
- 语义语言流利性测试对于认知评估至关重要.
- 基于电话聊天机器人的测试提供了可访问性,但需要可靠的转录.
- 评估自动转录的准确性对于临床试验的有效性至关重要.
研究的目的:
- 评估语义语言流利性测试的自动化和手动转录之间的一致性.
- 确定自动语音识别对定量和定性语音特征的可靠性.
- 在阿尔茨海默病的临床试验中探索自动转录的实用性.
主要方法:
- 贝叶斯的布兰德-阿尔特曼分析用于PROSPECT-AD研究中的78个病例.
- 数据包括认知正常的个人和认知障碍的人.
- 分析的重点是词数和定性特征,如集群大小和开关.
主要成果:
- 对于单词数量,观察到很高的一致性 (93%的概率低于最小重要的差异).
- 在定性语音特征方面,达成了公平的协议.
- 词数有效地区分了认知障碍和没有障碍的个体,无论转录方法如何.
结论:
- 自动语音识别在基于电话的认知测试中对定量语音特征具有很高的可靠性.
- 这些发现支持使用自动转录用于认知评估,包括来自家庭电话的数据.
- 自动转录在临床环境中对定量和定性语音分析都是可行的和可靠的.
更多相关视频
05:48Author Spotlight: Investigating the Impact of Emotional Prosodies on Voice Recognition and Perception
Published on: August 9, 2024
1.4K
06:46Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer's Disease, Using IntelliCage
Published on: August 4, 2018
12.1K
