ADReSS自发语音识别挑战集

资源简介

ADReSS自发语音识别挑战集

【一句话概览】

痴呆是一类神经退行性疾病，随年龄增长发病率上升，早期检测需求迫切。现有研究虽已探索语音与语言特征用于识别阿尔茨海默病及轻度认知障碍，但领域内仍缺乏平衡且标准化的数据集。ADReSS 挑战旨在提供一套经过声学预处理、在年龄和性别上保持平衡的自发语音基准数据集，并设立共享任务，以便系统比较不同方法。该数据集包含 156 名受试者，相关标签涉及阿尔茨海默病、痴呆、自发语音、语音、语言、MMSE、AD 分类及 INTERSPEECH 2020（来源 luzs.gitlab.io）。

【数据集背景】

本数据集源站标题为《Alzheimer''s Dementia Recognition through Spontaneous Speech: The ADReSS Challenge》。

【数据内容】

源站原始描述：Dementia is a category of neurodegenerative diseases that entails a long-term and usually gradual decrease of cognitive functioning. The main risk factor for dementia is age, and therefore its greatest incidence is amongst the elderly. Due to the severity of the situation worldwide, institutions and researchers are investing considerably on dementia prevention and early detection, focusing on disease progression. There is a need for cost-effective and scalable methods for detection of dementia f…

中文译文（机器翻译，仅供快速理解，请以原文为准）：痴呆是一类神经退行性疾病，其特征为认知功能长期且通常逐渐下降。痴呆的主要风险因素是年龄，因此其发病率在老年人中最高。鉴于全球范围内该状况的严峻性，机构和研究人员正大量投资于痴呆的预防和早期检测，重点关注疾病进展。需要成本效益高且可扩展的方法来检测痴呆，从其最微妙的形式，如主观记忆丧失（SML）的临床前阶段，到更严重的状况，如轻度认知障碍（MCI）和阿尔茨海默痴呆（AD）本身。尽管许多研究已经探索了用于检测阿尔茨海默病和轻度认知障碍的言语和语言特征，并为此预测任务提出了各种信号处理和机器学习方法，但该领域仍缺乏平衡且标准化的数据集，以便系统地比较这些不同的方法。ADReSS挑战的主要目标是提供一个自发语音的基准数据集，该数据集经过声学预处理，并在年龄和性别方面保持平衡，定义了一个共享任务，通过该任务可以比较自发语音中AD识别的不同方法。

【主题与分类】

主题标签：Alzheimer''s Dementia、Dementia、Spontaneous Speech、Speech、Language、MMSE、AD classification、INTERSPEECH 2020。

【适用方向】

音频数据可用于声学信号分析建模，如语音与呼吸音相关研究。

【获取与许可】

源站页面：https://luzs.gitlab.io/adress/