人工智能检测语音障碍:人工智能支持的对准确性结果的系统审查
Charles J Nudelman1, Virginia Tardini2, Pasquale Bottalico3
1Department of Communication Sciences and Disorders, Syracuse University, Syracuse, NY.
Journal of voice : official journal of the Voice Foundation
|October 5, 2025
概括
人工智能 (AI) 模型在检测非神经性语音障碍方面表现出高准确性,平均准确率为92%. 未来的研究应该专注于外部验证和AI在语音障碍检测中的多样化数据集.
科学领域:
- 医疗信息学 医疗信息学
- 计算语言学 计算语言学
- 人工智能的人工智能
背景情况:
- 语音障碍影响全球数百万人,需要准确的诊断工具.
- 人工智能 (AI) 提供了客观语音障碍检测的潜力.
- 系统审查对于评估AI在这个领域的有效性至关重要.
研究的目的:
- 系统地审查用于检测非神经性语音障碍的人工智能方法.
- 评估人工智能模型在语音障碍识别中的诊断准确性.
- 探索AI在支持系统审查过程中的作用.
主要方法:
- 在主要科学数据库 (PubMed,Scopus等) 进行系统的文献搜索. ) 的情况.
- 纳入标准侧重于人工智能的应用,用于检测非神经性语音障碍.
- 使用诊断准确性研究的质量评估工具进行质量评估.
主要成果:
- 79 个出版物符合纳入标准.
- 支持向量机器 (SVM) 和卷积神经网络 (CNN) 是最常见的AI技术.
- 人工智能模型的平均准确率为92%,许多研究报告高性能 (95-100%).
结论:
- 当前的人工智能模型在检测语音障碍方面表现出高准确度.
- 限制包括数据集的多样性和需要外部验证.
- 未来的研究必须优先考虑可靠的验证和临床转换的代表性数据集.
更多相关视频
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025
432
05:48Author Spotlight: Investigating the Impact of Emotional Prosodies on Voice Recognition and Perception
Published on: August 9, 2024
2.0K
