Automated Detection of Motor Speech Disorders and Subtype Classification
Deze studie toont aan dat geautomatiseerde detectie van motorische spraakstoornissen haalbaar en klinisch veelbelovend is, waarbij vooraf getrainde modellen zoals HuBERT en articulatie-geïnformeerde Phonet-kenmerken de binaire classificatie significant overtreffen, terwijl ze een meer beperkte stabiliteit vertonen voor multi-label subtypeclassificatie over onafhankelijke datasets.