arXiv eess.SP（Signal Processing）·2026-10-09 12:00· 15 天前AI 评分39

自监督语音表征用于清醒开颅术中跨说话人构音障碍检测

Self-Supervised Speech Representations for Cross-Speaker Dysarthria Detection During Awake Craniotomy

AI 导读

一项基于 DATABRASE 清醒开颅术录音语料的研究，系统评估了构音障碍语音检测流程，采用说话人日志分离患者语音、多层 wav2vec 2.0 自监督表征结合手工声学特征、说话人条件归一化与基于可迁移性的特征选择，以及梯度提升与神经网络级联分类器，并在留一说话人交叉验证下评估。

AI 要点

团队

第一作者 Kanthila Chinmayi，末位作者 Dardenne Guillaume，共 7 位作者。

主要结果

三种分类器 AUC 差异不超过 4.7%；用多层自监督表征替换传统声学描述符，AUC 提升 18.2%–26.1%。

解决什么问题

清醒开颅术中自动检测言语障碍，应对手术室录音声学干扰大、相关言语事件稀少、队列小且说话人异质的问题。

方法

在 DATABRASE 清醒开颅录音语料上，用说话人日志分离患者语音，结合手工声学描述符与多层 wav2vec 2.0 嵌入，做说话人条件归一化和基于可迁移性的特征选择，级联分类器（梯度提升+神经网络），采用留一说话人交叉验证。

局限

从研究设计看，为组件式评估，未设对照；原文未提及临床部署验证。

AI 依据原文整理，未经人工核对。