Üretken Yapay Zeka Tabanlı Veri Genişletme ile Dizartrik Konuşma Sınıflandırmasının İyileştirilmesi

Doktor Özeti: Bu çalışma, nörodejeneratif hastalıkNörodejeneratif HastalıkBeyin ve sinir sisteminin ilerleyici ve geri dönüşü olmayan hasarına neden olan hastalıklar grubudur.larda (örneğin ALSALSBeyin ve omurilikteki motor sinir hücrelerinin kaybıyla karakterize, kas erimesi ve güç kaybına yol açan ilerleyici bir nörodejeneratif hastalık., Serebral PalsiSerebral PalsiDizartrinin ortaya çıkabileceği nörodejeneratif bir durum.) görülen ve konuşma anlaşılırlığıKonuşma AnlaşılırlığıKonuşmanın ne kadar kolay anlaşılabildiği.nı azaltan nörolojik bir konuşma bozukluğu olan dizartriDizartriKonuşma kaslarının zayıflığı veya kontrol kaybı sonucu ortaya çıkan, telaffuz bozukluğu ile karakterize nörolojik konuşma bozukluğu. için derin öğrenme modellerinin geliştirilmesinde karşılaşılan veri kıtlığı sorununa yönelik bir çözüm sunmaktadır. TORGO veri kümesindeki dizartriDizartriKonuşma kaslarının zayıflığı veya kontrol kaybı sonucu ortaya çıkan, telaffuz bozukluğu ile karakterize nörolojik konuşma bozukluğu.k konuşmacılardan elde edilen Grad-TTS modeli kullanılarak UA-Speech veri kümesindeki kelime dağarcığı sentezlenmiş ve patolojik akustik özelliklerAkustik ÖzelliklerSesin tını, perde, şiddet gibi ölçülebilir özellikleri.i farklı veri kümeleri arasında aktarmayı amaçlayan konuşmacı koşullu örnekler üretilmiştir. Bu üretken yapay zeka tabanlı veri artırmaVeri ArtırmaMevcut veri kümesini artırmak için sentetik veri örnekleri oluşturma stratejisi. stratejisinin, geleneksel sinyal seviyesi artırma yöntemleriyle birlikte veya tek başına kullanılarak ResNet-50 ve ResNet-152 sınıflandırıcıları ile ikili ve dört sınıflı anlaşılırlık sınıflandırma görevlerinde performansı iyileştirdiği gösterilmiştir. İki stratejinin tamamlayıcı değişkenlikler sağladığı ve entegrasyonlarının ek kazanımlar sağladığı belirtilmiştir.

Önemli Bulgular: DizartriDizartriKonuşma kaslarının zayıflığı veya kontrol kaybı sonucu ortaya çıkan, telaffuz bozukluğu ile karakterize nörolojik konuşma bozukluğu.k konuşma sınıflandırmasında veri kıtlığı, derin öğrenme modellerinin genelleme yeteneğini sınırlamaktadır. Üretken yapay zeka tabanlı veri artırmaVeri ArtırmaMevcut veri kümesini artırmak için sentetik veri örnekleri oluşturma stratejisi., farklı veri kümeleri arasında patolojik akustik özelliklerAkustik ÖzelliklerSesin tını, perde, şiddet gibi ölçülebilir özellikleri.i aktararak dizartriDizartriKonuşma kaslarının zayıflığı veya kontrol kaybı sonucu ortaya çıkan, telaffuz bozukluğu ile karakterize nörolojik konuşma bozukluğu.k konuşma sınıflandırmasını iyileştirebilir. Geleneksel sinyal seviyesi artırma yöntemleri ile üretken yapay zeka tabanlı artırmanın entegrasyonu, ek performans artışı sağlayabilir. Bu iki artırma stratejisinin tamamlayıcı değişkenlikler sunduğu düşünülmektedir.