CoughPhase-CLR：设计用于咳嗽声音分类的声学基础模型

在这项工作中，我们介绍了 CoughPhase-CLR，这是一种自我监督学习框架，旨在利用咳嗽的生理阶段进行稳健的表示学习。与通用对比框架不同，CoughPhase-CLR 根据这些特定的声学相位构建正对。我们使用大约 40 小时的公共咳嗽音频对模型进行了预训练，并在五个下游任务中对其进行了评估，包括 COVID-19 检测、慢性阻塞性肺疾病 (COPD) 状态分类和吸烟者状态预测。我们的结果表明，在咳嗽录音训练时，针对咳嗽的 预训练 始终优于标准随机裁剪技术。此外，我们对 COPD 状态分类的多种最先进模型进行了基准测试，突显了这项任务的难度。性能最佳的模型在一般音频或呼吸音上进行预训练，获得了 57% 的 UAR，但未能超越使用语音分析实现的 84% UAR 的最先进性能。