Extracting Phonetic Posterior-Based Features for Detecting Multiple Sclerosis From Speech
Elmentve itt :
Szerzők: |
Gosztolya Gábor Svindt Veronika Bóna Judit Hoffmann Ildikó |
---|---|
Dokumentumtípus: | Cikk |
Megjelent: |
2023
|
Sorozat: | IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING
31 |
Tárgyszavak: | |
doi: | 10.1109/TNSRE.2023.3300532 |
mtmt: | 34126692 |
Online Access: | http://publicatio.bibl.u-szeged.hu/34441 |
Hasonló tételek
-
Posterior-thresholding feature extraction for paralinguistic speech classification
Szerző: Gosztolya Gábor
Megjelent: (2019) -
Detecting mild cognitive impairment from spontaneous speech by correlation-based phonetic feature selection
Szerző: Gosztolya Gábor, et al.
Megjelent: (2016) -
Using Acoustic Deep Neural Network Embeddings to Detect Multiple Sclerosis From Speech
Szerző: Gosztolya Gábor, et al.
Megjelent: (2022) -
Changes in temporal features of speech in secondary progressive multiple sclerosis (SPMS) – case studies
Szerző: Svindt Veronika, et al.
Megjelent: (2020) -
DNN-based Feature Extraction for Conflict Intensity Estimation from Speech
Szerző: Gosztolya Gábor, et al.
Megjelent: (2017)