Alzheimer disease recognition using speech-based embeddings from pre-trained models | ||
| dc.conicet.organizacion | Universidad de Buenos Aires | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.conicet.organizacion | Universidad de Buenos Aires | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación | |
| dc.contributor.author | Gauder, María Lara | |
| dc.contributor.author | Pepino, Leonardo Daniel | |
| dc.contributor.author | Ferrer, Luciana | |
| dc.contributor.author | Riera, Pablo | |
| dc.date.issued | 2021-09 | |
| dc.description.abstract | This paper describes our submission to the ADreSSo Challenge, which focuses on the problem of automatic recognition of Alzheimer's Disease (AD) from speech. The audio samples contain speech from the subjects describing a picture with the guidance of an experimenter. Our approach to the problem is based on the use of embeddings extracted from different pretrained models - trill, allosaurus, and wav2vec 2.0 - which were trained to solve different speech tasks. These features are modeled with a neural network that takes short segments of speech as input, generating an AD score per segment. The final score for an audio file is given by the average over all segments in the file. We include ablation results to show the performance of different feature types individually and in combination, a study of the effect of the segment size, and an analysis of statistical significance. Our results on the test data for the challenge reach an accuracy of 78.9%, outperforming both the acoustic and linguistic baselines provided by the organizers. | es |
| dc.description.fil | Fil: Gauder, María Lara. Universidad de Buenos Aires; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.description.fil | Fil: Pepino, Leonardo Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.description.fil | Fil: Ferrer, Luciana. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina. Universidad de Buenos Aires; Argentina | |
| dc.description.fil | Fil: Riera, Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación en Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación en Ciencias de la Computación; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Gauder, María Lara; Pepino, Leonardo Daniel; Ferrer, Luciana; Riera, Pablo; Alzheimer disease recognition using speech-based embeddings from pre-trained models; International Speech Communication Association; Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH; 6; 9-2021; 4186-4190 | es |
| dc.identifier.eissn | 1990-9772 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2308-457X | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/228670 | |
| dc.journal.pagination | 4186-4190 | es |
| dc.journal.pais | República Checa | es |
| dc.journal.title | Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH | es |
| dc.journal.volume | 6 | es |
| dc.language.iso | eng | es |
| dc.publisher | International Speech Communication Association | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.21437/Interspeech.2021-753 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.isca-archive.org/interspeech_2021/gauder21_interspeech.html | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | ADRESSO CHALLENGE | es |
| dc.subject | ALZHEIMER'S DISEASE RECOGNITION | es |
| dc.subject | COMPUTATIONAL PARALINGUISTICS | es |
| dc.subject.classification | Ciencias de la Computación | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Alzheimer disease recognition using speech-based embeddings from pre-trained models | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.80bc230e-d408-4173-b479-a2dbd38da7e5_B.pdf
- Tamaño:
- 215.4 KB
- Formato:
- Adobe Portable Document Format