识别声音生物标志物以监测慢性病患者的健康 (CoLive Voice)

为了使用声音生物标志物进行诊断、风险预测/分层和远程监测各种临床结果和症状，迫切需要开展调查，同时收集音频数据和临床、流行病学和患者报告的结果数据。

CoLive Voice 的目标是：

• 开展一项国际匿名调查，在一般人群中存在各种慢性病或常见健康症状的情况下，将声音录音与大量经过验证的临床和流行病学数据相关联
• 提取音频特征并训练受监督的机器学习模型，以识别上述慢性病或相关症状的关键候选声音生物标志物。

参与者将在线招募，并使用网络应用程序完成调查。

他们会先回答一份关于自己健康状况的详细问卷，然后做5种不同的语音记录：

1. 阅读一段 30 秒的预设文本（来自《人权宣言》），
2. 以舒适的响度尽可能长时间和稳定地维持元音 /aaaaaa/ 的发音
3. 咳嗽3次
4. 深呼吸3次
5. 以正常速度从 1 数到 20

人声记录将被预处理并转换为特征，这意味着声音信号中最主要和最具辨别力的特征。 在选择特征之后，机器或深度学习算法将被训练以自动预测或分类感兴趣的临床、医学或流行病学结果，单独来自声音特征或结合其他健康相关数据。