Väitös akustiikan ja puheteknologian alalta, M.Sc. Manila Kodali

Väitöskirjan nimi: Speech-based classification and regression studies on vocal intensity and severity level of Parkinson’s disease

Väittelijä: Manila Kodali
Vastaväittäjä: Prof. John Hansen, University of Texas at Dallas, Yhdysvallat
Kustos: Prof. Paavo Alku, Aalto-yliopiston sähkötekniikan korkeakoulu

Väitöstyössä tutkittiin puhesignaalin sisältämän ei-lingvistisen tiedon hyödyntämistä koneoppimisen avulla. Työ keskittyy kahteen pääaiheeseen, puheen intensiteetti-informaation ja Parkinsonin taudin, automaattiseen analyysiin. Ensimmäisessä aiheessa tutkittiin automaattista puheen intensiteettiluokan tunnistamista ja äänenpainetason (SPL) estimointia silloin, kun signaalista puuttuu näiden tehtävien kannalta puheen merkittävin akustinen vihje, signaalin alkuperäinen amplituditieto. Jälkimmäisessä aiheessa tutkittiin Parkinsonin taudin vakavuusasteen automaattista tunnistamista puhesignaalista.

Intensiteettiluokan tunnistamisessa paras koneoppimisjärjestelmä saavutti 86 %:n tunnistustarkkuuden. SPL:n estimointiongelmassa paras regressiomalli saavutti noin 2 dB:n keskimääräisen itseisarvovirheen. Automaattisessa Parkinsonin taudin vakavuuden estimoinnissa työ osoitti mm. sen, että monologin luentatehtävät tuottivat puhesignaalia, josta koneen oli helpompi saavuttaa parempi tunnistusprosentti kuin esimerkiksi käytettäessä vokaalien toistoa. Työn merkittävin johtopäätös on siinä, että SPL voidaan estimoida puhesignaalista koneoppimisen avulla vaikka tieto signaalin alkuperäisestä amplituditasosta puuttuu. Tätä tulosta voidaan käyttää kehitettäessä uutta terveysteknologiaa, jolla ihmisen terveydentilan muutoksia pyritään ilmaisemaan mahdollisimman varhaisessa vaiheessa hyödyntämällä ihmisen arkipäivässä tuottamaa puhesignaalia.

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aalto-yliopiston riiputussivu

Yhteystiedot:
Phone: +358505713343
www.linkedin.com/in/manila-kodali-7bb346150