Coughprint: Distilled Cough Representations From Speech Foundation Model Embeddings
Notice bibliographique
Résumé
Supportive smart home systems with integrated sensors capable of measuring cough frequency and severity can support independent living and aging in place by helping monitor the state of acute and chronic health conditions. Previously, we showed that embeddings from speech foundation models are effective cough representations for a range of cough measurement applications. While powerful, the large compute and memory requirements of these models prevents them from being deployed in embedded smart sensors. In this work we use knowledge distillation to train edge-compute focused student models, making them feasible for the measurement, identification, and classification of cough sounds directly in the smart home. This embedded processing avoids the privacy and security concerns associated with transmission and storage of sensitive audio recordings in the cloud. We show that the student networks preserve the universal cough representation capabilities of the teacher, even generalizing to unseen classes such as speech, allowing the same network to be used for multiple downstream applications without any task-specific fine-tuning. A student network based on a 14-layer variant of ResNet achieved the highest aggregate quality score across the downstream evaluation tasks, even outperforming the foundation model teacher on certain tasks despite having over 200× fewer parameters. Linear classification on the embeddings from the proposed student network achieves strong performance on a diverse set of cough measurement tasks, scoring 98.3% on cough/non-cough discrimination, 90.3% on human sound classification, 94.8% on cougher verification, 84.4% on cougher identification, and 87.8% on wet/dry cough classification.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».