基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在诊断一个有慢性咳嗽的病人时,他的咳嗽强度和频率评估能提供很有价值的信息.因此提高咳嗽识别率,对疾病的诊断有着重要意义.从语音识别中被广泛应用的Mel倒谱参数出发,寻找咳嗽和语音在Mel倒谱参数中的区别.基于Mel倒谱参数的原理,将其计算过程中的Mel刻度滤波器对数能量的极值数分布情况提取出来作为咳嗽的识别特征.在病房环境下对录音文件进行实验,得到的咳嗽识别率为90%以上,同时能够将语音等非咳嗽信号有效地剔除,实验结果显示90%以上的语音信号被排除.在录音设备及环境等各项参数不变的条件下,对不同病人样本,可使用同一阈值对咳嗽进行识别.该方法过程简单,数据计算量小,便于快速识别.
推荐文章
水淹层倒谱识别方法探索
水淹层
倒频谱
低电阻率油层
吐哈盆地
差分和加权Mel倒谱混合参数应用于说话人识别
说话人识别
加权Mel频率倒谱系数
混合参数
矢量量化
羊咳嗽声的特征参数提取与识别方法
杜泊羊
咳嗽声
特征参数提取
梅尔频率倒谱系数
隐马尔可夫模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用Mel倒谱参数的咳嗽声识别方法
来源期刊 信息技术 学科 工学
关键词 Mel倒谱参数(Mel-Frequency Cepstrum Coefficient,MFCC) Mel刻度滤波器对数能量 咳嗽识别
年,卷(期) 2012,(10) 所属期刊栏目 研究与探讨
研究方向 页码范围 85-91
页数 7页 分类号 TP391.42
字数 3958字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 莫鸿强 华南理工大学自动化科学与工程学院 36 227 8.0 14.0
2 尹永 华南理工大学自动化科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (0)
1900(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Mel倒谱参数(Mel-Frequency Cepstrum Coefficient,MFCC)
Mel刻度滤波器对数能量
咳嗽识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导