阿尔茨海默检测新突破：LAPE融合副语言线索，四大设置全达SOTA！
LLM-Anchored Paralinguistic Enrichment for Alzheimer's Disease Detection
📖 AI 总结
该研究提出一种名为LAPE（LLM锚定的副语言增强）的方法，用于基于语音的阿尔茨海默病自动检测。针对现有方法未能充分融合副语言线索与语言内容的问题，LAPE通过三项协同创新实现改进：将停顿、词延长等韵律事件以带时长感知重复的显式标记文本化，使大语言模型能将其与词汇内容联合建模；采用词汇-韵律单元化与分块策略，仅对连续词单元进行池化以保留两种模态中的事件身份与强度；并通过文本锚定的副语言融合，利用NormGate对语音特征进行归一化与动态缩放，实现局部及话语级特征与文本的对齐。研究在ADReSS和ADReSSo数据集上采用参与者级交叉验证与留一受试者评估，在全部四个主要设置中均取得当前最优性能。该方法为阿尔茨海默病的非侵入式、可扩展早期认知筛查提供了新思路。
🔑 关键词速览
| LAPE | 本文提出的 LLM 锚定副语言增强方法，将停顿、延长等副语言线索融入大语言模型的语言表征以检测阿尔茨海默病。 |
| Paralinguistic cues | 副语言线索，指言语中除词汇内容外的声音特征，如停顿、词延长、语速和韵律等。 |
| Prosodic event textualization | 韵律事件文本化，将停顿和延长等韵律事件编码为显式文本标记，使语言模型能与词汇内容联合建模。 |
| NormGate | 一种归一化门控机制，用于相对于文本表征对语音特征进行归一化和动态缩放，以实现文本锚定的副语言融合。 |
| ADReSS / ADReSSo | 阿尔茨海默病语音检测的公开基准数据集与挑战赛，用于评估基于语音的 AD 自动检测方法。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅