Sensing of inspiration events from speech: comparison of deep learning and linguistic methods

要約

呼吸用チェストベルトセンサーを使用して、呼吸数やその他の呼吸器の健康パラメータを測定できます。
仮想呼吸ベルト (VRB) アルゴリズムは、音声からベルト センサーの波形を推定します。
この論文では、新しいニューラル VRB アルゴリズムを使用した呼吸ベルト センサー データからの吸気イベント (IE) の検出と、時間的に調整された言語コンテンツに基づく検出を比較します。
結果は、単語のポーズ検出や文法的な内容の分割よりも VRB 法の方が優れていることを示しています。
この方法を比較すると、読み上げコンテンツと自発的な音声コンテンツの両方に、非文法的な呼吸、つまり言語の文法的に適切な場所と一致していない呼吸イベントが大量に含まれていることがわかります。
この研究は、VRB 手法の開発に関する新たな洞察を提供し、音声呼吸動作の一般的な理解を深めます。
さらに、連続呼吸波形を再構築するための新しい VRB 手法 VRBOLA が実証されています。

要約(オリジナル)

Respiratory chest belt sensor can be used to measure the respiratory rate and other respiratory health parameters. Virtual Respiratory Belt, VRB, algorithms estimate the belt sensor waveform from speech audio. In this paper we compare the detection of inspiration events (IE) from respiratory belt sensor data using a novel neural VRB algorithm and the detections based on time-aligned linguistic content. The results show the superiority of the VRB method over word pause detection or grammatical content segmentation. The comparison of the methods show that both read and spontaneous speech content has a significant amount of ungrammatical breathing, that is, breathing events that are not aligned with grammatically appropriate places in language. This study gives new insights into the development of VRB methods and adds to the general understanding of speech breathing behavior. Moreover, a new VRB method, VRBOLA, for the reconstruction of the continuous breathing waveform is demonstrated.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google