结合听觉模型的腭裂语音高鼻音等级自动识别

• 作者: 付佳 付方玲 何凌 何飞 尹恒 黄华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 腭裂语音 高鼻音 听觉模型 同步检测器
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 127-134
• 页数: 8页
• 分类号: TP391
• 字数: 6192字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1803-0060

摘要

腭裂语音高鼻音等级的自动识别能为临床腭咽功能评估提供有效、客观、无创的辅助依据.对腭裂语音高鼻音等级自动分类系统进行了研究,利用听觉模型提取语音信号的听觉内部表达,并结合同步检测器提取软限制比(Soft Limited Ratio,SLR)谱特征作为特征参数,利用一对一支持向量机(1-v-1 Support Vector Machine,1-v-1 SVM)实现腭裂语音高鼻音四类等级(正常、轻度、中度和重度)的自动划分.实验采用56名儿童的共3 086个语音样本,并对比了使用不同基底膜滤波器种类和个数,使用同步检测器和侧抑制网络对识别效果的影响.实验结果表明,使用基于等效矩阵带宽(Equivalent Rectangular Bandwidth,ERB)尺度的Gammatone滤波器的识别效果优于基于Bark尺度的小波包滤波器;54个通道的滤波器能有效权衡算法时间成本和识别正确率;使用同步检测器提取SLR谱特征的识别效果优于侧抑制网络提取的LIN(Lateral Inhibition Network)谱特征.腭裂语音高鼻音四类等级自动识别系统最高分类正确率达91.50%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华	四川大学电气信息学院	138	746	14.0	18.0
2	何凌	四川大学电气信息学院	33	108	6.0	8.0
3	尹恒		33	320	11.0	16.0
4	付佳	四川大学电气信息学院	18	83	4.0	9.0
5	何飞	四川大学电气信息学院	18	72	4.0	8.0
6	付方玲	四川大学电气信息学院	2	0	0.0	0.0