重编程自动语音识别模型用于新生儿胸部声音分离

科学领域:

• 生物医学工程 生物医学工程
• 人工智能的人工智能
• 信号处理 信号处理

背景情况:

• 耳语镜记录的胸部声音对于非侵入性心脏和肺部评估至关重要.
• 喧的胸部声音会损害诊断算法的准确性,需要强大的预处理技术.
• 目前用于胸部声音分离的方法通常需要复杂的预处理步骤.

研究的目的:

• 调查用于新生儿胸部声音分离的自动语音识别 (ASR) 模型重新编程的有效性.
• 评估Whisper ASR模型的两个不同的重编程策略:仅用于音频编码器和全模型重编程.
• 为了证明参数效率模型重编程用于生物医学信号处理的潜力.

主要方法:

• 重编程了Whisper ASR模型,一个大型基础模型,用于胸部声音分离任务.
• 实施了两种方法:仅修改音频编码器和重新编程整个模型.
• 利用简单的线性层和可学习的参数,以实现高效的模型适应.
• 在新生儿胸部声音分离的人工数据集上测试了这些方法.

主要成果:

• 微声的参数高效重编程有效地将心脏和肺部声音与噪音分开.
• 提出的方法,当作为预处理步骤使用时,实现了与最先进的算法可比的性能.
• 证明了预先训练的ASR模型的成功应用,用于跨领域的生物医学声音分离.

结论:

• 重编程ASR模型为新生儿胸部声音分离提供了一种可行和有效的方法.
• 这种方法突出了利用大型,预训练的基础模型在各种科学领域的潜力,包括生物医学数据.
• 该研究验证了跨领域模型重编程对提高医疗保健诊断能力的有效性.