Automated Detection of Motor Speech Disorders and Subtype Classification
Este estudo demonstra que a detecção automatizada de distúrbios da fala motora é viável e clinicamente promissora, com modelos pré-treinados como o HuBERT e características fonéticas informadas pela articulação superando significativamente as características acústicas estáticas na classificação binária, enquanto mostram uma estabilidade mais limitada para a classificação de subtipos multilabel em conjuntos de dados independentes.