有效特征参数分类正常与病理语音

• 作者: 曹辉 李涛 郭乐乐
• 来源期刊: 声学技术
• 学科: 文学
• 关键词: 残差信号 基音幅值 频谱平坦度 倒谱峰值突出 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 语言和音乐声学
• 页码范围: 554-559
• 页数: 6页
• 分类号: H107
• 字数: 5431字
• 语种: 中文
• DOI: 10.16300/j.cnki.1000-3630.2019.05.012

摘要

采用残差信号的特征参数——基音幅值(Pitch Amplitude,PA)和频谱平坦度(Spectral Flatness of the Residue Sig-nal,SFR)与语音信号倒谱域特征参数——倒谱峰值突出(Cepstral Peak Prominence,CPP)来区分正常与病理语音,在萨尔布吕肯语音数据库中选择自然音调的正常与病理语音/a/进行仿真实验.统计结果表明,与正常语音相比,病理语音的PA较小,SFR更接近零,CPP也较小.结合其他传统特征参数分析对比,证明SFR、PA和CPP更能有效分类正常与病理语音.通过不同分类算法比较,得出支持向量机的分类准确率相对更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹辉	陕西师范大学物理学与信息技术学院	42	127	6.0	7.0
2	李涛	陕西师范大学物理学与信息技术学院	32	165	7.0	12.0
3	郭乐乐	陕西师范大学物理学与信息技术学院	2	2	1.0	1.0