バイオマーカー監視を用いたハンチントン病の自動音声認識

概要: 自動音声認識（ASR）を病理的な音声に適用する研究は十分には進んでおらず、特にハンチントン病（HD）では、時間の不規則性、発声の不安定さ、談話の歪みが現行モデルの課題となる。これまでエンドツーエンドASR訓練に用いられてこなかった高忠実度の臨床音声コーパスを用い、HD-ASRの体系的な研究を提示する。統一評価の下で複数のASRファミリーを比較し、WERだけでなく置換・削除・挿入のパターンも分析する。HDの音声はアーキテクチャ固有の誤りレジームを誘発し、Parakeet-TDTがエンコーダ-デコーダおよびCTCのベースラインを上回る。HD特有の適応により、HDコーパスでのWERが6.99%から4.95%へ低減し、バイオマーカーに基づく補助監視の方法を提案するとともに、エラー挙動が均一なWER改善ではなく重症度依存的に再形成されることを分析する。全コードとモデルをオープンソース化する。