“ses analizi” için sonuçlar
7 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Ses Analizinde Entropi: Depresyonu Teşhis Eden Yeni Dijital Biyobelirteç
Araştırmacılar, depresyon tespiti için geleneksel ses analizi yöntemlerinin ötesine geçerek, entropi tabanlı yeni bir yaklaşım geliştirdi. DAIC-WOZ korpusundaki 142 katılımcının ses kayıtları üzerinde yapılan çalışmada, konuşma dinamiklerinin zamana bağlı değişimlerini analiz eden entropi biyobelirteçleri, depresyon tespitinde %64,6 doğruluk oranına ulaştı. Bu yöntem, statik ses özelliklerini kullanan geleneksel yöntemlerin %59,3'lük performansını önemli ölçüde geride bıraktı. Shannon entropisi, fraktal karmaşıklık ve tekrarlama niceleme gibi matematiksel araçlarla ses kalıplarındaki düzensizlikleri ölçen bu yaklaşım, depresyonun erken teşhisinde yeni umutlar vaat ediyor.
Yapay Zeka Konuşmalardan Hastalık Tespiti İçin Yeni Yöntem Geliştirdi
Araştırmacılar, ses kayıtlarından hastalık belirtilerini tespit edebilen yenilikçi bir yapay zeka sistemi geliştirdi. Sistem, hasta-doktor diyaloglarını çok katmanlı olarak analiz ederek hastalık tanısında yardımcı oluyor. Yeni yaklaşım, hastalık belirtilerinin konuşma boyunca eşit olarak dağılmadığı gerçeğini göz önünde bulundurarak, ses verilerini farklı düzeylerde (çerçeve, segment ve oturum) inceliyor. Bu çok boyutlu analiz sayesinde, sistem etiketlenmemiş verilerden de öğrenebiliyor ve daha az veriyle daha doğru sonuçlar üretebiliyor. Klinisyenlerin öznel değerlendirmelerinden kaynaklanan sorunları da aşmayı hedefleyen bu teknoloji, tıbbi teşhis süreçlerinde önemli bir yardımcı araç olma potansiyeli taşıyor.
Yapay Zeka Ses Analizi ile ALS Hastalığının Erken Teşhisinde Çığır Açan Gelişme
Bilim insanları, ALS gibi nörodejeneratif hastalıkların erken teşhisi için ses sinyallerini analiz eden yapay zeka algoritmalarının geliştirilmesinde önemli bir adım attı. SAND projesi kapsamında, klinisyenler ve makine öğrenmesi uzmanlarından oluşan multidisipliner bir ekip, ALS hastalarındaki ses değişiklerini tespit edebilen yenilikçi bir sistem geliştirdi. ALS hastaları hastalık ilerledikçe konuşma bozukluğu yaşar ve bu durum hastalığın en belirgin semptomlarından biri haline gelir. Ses sinyallerinin karmaşık yapısı nedeniyle, bu verilerden ayırt edici kalıpları çıkarmak için gelişmiş yapay zeka tekniklerinin kullanılması kritik önem taşıyor. Araştırmacılar, ses tabanlı teşhis sistemlerinin doğrulanmasındaki en büyük zorluğun açıklamalı referans veri setlerinin eksikliği olduğunu belirtiyor. Bu çalışma, non-invaziv biobelirteçler kullanarak nörolojik hastalıkların objektif değerlendirmesinde yeni ufuklar açıyor.
Ses Olaylarını 3D Uzayda Bulma: Yankılanma Tabanlı Yeni Özellikler
Araştırmacılar, ses olaylarını 3D uzayda daha doğru konumlandırmak için yankılanma tabanlı yeni özellikler geliştirdi. Geleneksel ses olay lokalizasyonu sadece sesin geldiği yönü tahmin ederken, bu yeni yaklaşım mesafe bilgisini de dahil ediyor. Çalışmada, direkt-yankı oranı ve sinyal otokorelasyonu kullanan iki farklı özellik formatı önerildi. Bu özellikler, sesin çevresel yansımalarından faydalanarak kaynak mesafesini daha iyi tahmin edebiliyor. STARSS23 veri seti üzerinde yapılan testler, bu yeni özelliklerin mevcut yöntemlerle birleştirildiğinde 3D ses lokalizasyonunda önemli iyileştirmeler sağladığını gösterdi. Bu gelişme, akıllı ses asistanları, güvenlik sistemleri ve artırılmış gerçeklik uygulamalarında kullanılabilecek daha gelişmiş ses analizi teknolojilerinin kapısını aralıyor.
Yapay zeka öğrenci sesindeki alarm işaretlerini tespit edebiliyor
Araştırmacılar, öğrencilerin sözlü yanıtlarından endişe verici durumları tespit edebilen hibrit bir yapay zeka sistemi geliştirdi. Sistem, hem konuşmanın içeriğini hem de ses tonunu analiz ederek, psikolojik sıkıntı yaşayan öğrencileri erken fark edebiliyor. Bu teknoloji, otomatik sözlü değerlendirme sistemlerindeki kritik güvenlik açığını kapatmayı hedefliyor. Geliştirilen çift katmanlı yaklaşım, metin tabanlı sınıflandırıcı ile ses tabanlı prosodik analizi birleştirerek, geleneksel sistemlerden daha başarılı sonuçlar elde ediyor. Uzmanlar, zamanında müdahalenin hayat kurtarıcı olabileceği durumlarda bu sistemin insan değerlendirme sürecini hızlandırabileceğini belirtiyor.
Parkinson hastalığının ilerleyişi artık sesden takip edilebiliyor
Parkinson hastalığının seyrini önceden tahmin etmek, kişiselleştirilmiş tedavi planları için hayati önem taşıyor. Oxford Üniversitesi araştırmacıları, ses biobelirteçlerini kullanarak hastalığın ilerleyişini uzaktan izleyebilen yeni bir yöntem geliştirdi. Çalışmada, hastaların ses kayıtları analiz edilerek semptomların şiddeti takip edildi. Neural Karışık Etkiler modeli gibi yapay zeka temelli yaklaşımlar, geleneksel istatistiksel yöntemlerle karşılaştırıldı. Araştırma, küçük hasta gruplarında bile etkili sonuçlar veren bu teknolojinin, Parkinson hastalarının evlerinden sağlık durumlarını izlemelerine olanak sağlayabileceğini gösteriyor. Bu invaziv olmayan yöntem, gelecekte hasta takibi ve tedavi planlamasında devrim yaratabilir.
Başarılı Sohbetin Sırrı: Ses Tonu ve Mimiklerde Gizli
Araştırmacılar, insanların konuşma sırasında birbirlerini taklit etme eğiliminin başarılı iletişimin anahtarı olduğunu keşfetti. Zoom üzerinden yapılan doğal konuşmaları analiz eden bilim insanları, ses tonu, konuşma hızı ve yüz mimiklerinde görülen senkronizasyonun, karşılıklı güven ve bağ kurma ile doğrudan ilişkili olduğunu ortaya koydu. Bu 'konuşma uyumu' olarak adlandırılan fenomen, önceden görev odaklı diyaloglarda gözlemlenmişti, ancak bu çalışma spontan sohbetlerde de geçerli olduğunu kanıtladı. Bulgular, etkili iletişim kurma becerilerini geliştirmek için yeni yaklaşımlar sunuyor.