Global Research and Imaging Platform (GRIP): “FreeSurfer” for Digital Voice Processing
Notice bibliographique
Résumé
BACKGROUND: Digital voice is increasingly being recognized as a less biased and more scalable approach for identifying those with cognitive impairment in the early stages of Alzheimer's disease (AD) and other related dementias (ADRD). Just as brain MRI scans were widely adopted as a tool for in vivo detection of AD/ADRD, FreeSurfer was developed as an open-source tool to facilitate brain MRI processing, opening the pathway for analysis and discovery. This toolkit seeks to similarly enable the usage of digital voice for AD/ADRD scientific advancement. METHOD: Global Research and Imaging Platform (GRIP) is developing an open-access platform that will address common research pain points. In collaboration with GRIP, the first version of this toolkit has been published on a public GitHub repository. Table 1 lists the current voice processing tasks that can be accomplished via a variety of open-source packages included in the toolkit, which have been tested on more than 33,000 Framingham Heart Study (FHS) recordings collected between 2005-2024 and on several publicly available datasets. The toolkit contains detailed documentation of examples and containerized deployment via Docker for each package. RESULT: Language identification was performed on the MinDS-14 dataset via existing models (Table 2). Speaker diarization on the VoxConverse dataset via the pyannote.audio package, resulting in the lowest diarization error rate (DER) of 9.0% among several tools. Automatic speech recognition (ASR) pipelines that utilize several available models and test on open-source datasets (MinDS-14, DisfluencySpeech) are included in the toolkit. ASR evaluation pipelines that produce metrics such as word error rate, match error rate, word information lost, word information preserved, and character error rate are also included. Acoustic features such as openSMILE low-level descriptors and audio embeddings (Data2vec, Wav2Vec2) and natural language processing features including pauses and lexical diversity have been produced on FHS recordings (hour-long neuropsychological tests, short smartphone-app based). CONCLUSION: Digital voice may be an ideal scalable option for collection of cognitively relevant information in real-world settings. The ongoing development of this modular toolkit will enable efficient and non-proprietary processing of digital voice. GRIP will allow users worldwide, regardless of their technical expertise, to leverage robust digital voice processing pipelines.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,054 |
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 source (Gemma direct ou Codex distillé), 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 ».