病理语音的特征分析与检测方法研究
基于连续小波和支持向量机的病态嗓音检测
的研究 ， 通常采用基频 、 能量 、 ｅ倒谱等特征参 数圆 Ｍｌ 。 传统参数虽然在实际中取得了较好的效果 ，但这些方
法的鲁棒性、 适应性和推广 能力有限， 特别是这些特征
图 １图 ２ 、 分别是健康人 和慢性咽炎病人发 ［音的小 ａ ］ 波变换 ， 图中白色线为基频。 嗓音言语疾病会改变人的 发音 ，从图中可 以明显的看出病态嗓音的基频会急剧
维普资讯
第 １ 第 ３期 ６卷
２０ ０ ８年 ６月
电
脑
与
信 息 技 术
Ｖｏ．６ Ｎｏ３ １１ ．
Ｃｏ ｕ ｅ ｎ ｎｏ ｍａｉｎ Ｔｅ ｈｎ ｌｇ ｍｐ ｔｒ ａ ｄ Ｉ ｆ ｒ ｔｏ ｃ ｏ ｏ ｙ
Ｋｅ ｏｄ ： ａ ｏｏ ｃ ｏａｄ ｔ ｔ ｎ ｗ ｖｌ ； ｐ ｏｔ ｅｔｒ ｃｉｅ；ｅｎ ｌ ｎｔ ｎ ｙ ｒｓ ｐｔ ｌｇ ａ ｖｃ ｅ ｃｏ ； ａｅ ｔｓ ｐ ｒｖｃ ｈ ｓｋｒｅｆ ｃｏ ｗ ｈ ｉｌ ｌ ｅｉ ｅ ｕ ｏ ｍａ ｎ ｉ ｕ
０ 引言
嗓音言语疾病是指因发声言语器官的功能性或器 质性损害而导致的发声言语功能障碍 。依靠 电子仪器 测量诊查方法的缺点是 ，对于人的发音系统瞬间的发 音肉眼观察很难 ， 较难查明病 因。除此之外， 会给病人 带来不便， 导致不准确的诊断结果【 ” 。嗓音的声学分析 是非接触 的诊断， 这种方法具有能在较短时间内完成
Ｐａ ｈｏ ｏ ｉａｌ ｃ ｌ ｔ ｃ ｉ ｎ Ｂａ ｅ ｎ ｎｔｎｕ ｓＷ ａ ｅ ｅ ｎ ｔ ｌｇ ｃ Ｖｏ ａ ｅ ｔｏ ｓ ｄ ｏ Ｃｏ ｉ ｏｕ ｖ ｌ ｔａ ｄ Ｄｅ Ｓ ｐｐｏ ｔＶｅ ｔ ｒＭ ａ ｈｉ ｓ ｕ ｒ ｃ ｏ ｃ ｎｅ
语言声学与语音表达的关系研究
语言声学与语音表达的关系研究第一章绪论语言声学是语音学的一个分支，它研究语言声音的物理和生理基础，探究语音声音如何产生和传播。
语音表达则是研究人类如何通过语言来表达意思。
语音表达可以说是语言的外在表现形式，而语言声学则是语音表达的内在机制。
因此，研究语言声学和语音表达的关系具有重要意义。
本文将从二者的概念、研究方法、关系等方面进行探讨。
第二章语言声学的研究语言声学研究的对象是声音，它包括声音的物理和生理特征。
语音学家通过实验、观察等方式研究声音的性质和规律。
具体来说，语言声学主要包括以下几个方面：1. 声音的产生机制：语音学家研究声带、声腔、喉咙等器官在发声过程中的作用原理，探究声音的产生机制。
2. 声音的音质特征：声音具有音高、音强、音色等特性，语音学家研究这些特征的原理和规律。
3. 声音的传播规律：声音的传播受到空气、环境等因素的影响，语音学家研究声音在空气中的传播规律。
4. 语音的感知机制：人类如何感知语音是语言声学的一个重要方面，语音学家研究人类听觉系统的构造和语音识别的过程。
以上几个方面都是语言声学研究的重点，通过这些研究可以深入了解语音的产生和传播机制。
同时，这些研究也为语音表达提供了理论基础。
第三章语音表达的研究语音表达的研究是从语音识别出发的，它主要研究人类如何通过语音来表达自己的意思。
语音表达的研究内容包括语音语调、语音语速、音素发音规律等。
1. 语音语调：语音语调是指在说话过程中语音的高低起伏，它是语音传达情感和语意的一种方式。
语音表达研究语音语调在不同场景下的变化规律，以及语音语调与情感、语意之间的关系。
2. 语音语速：语音语速指的是说话的快慢程度。
语音表达研究语音语速在不同场景下的变化规律，以及语音语速对表达效果的影响。
3. 音素发音规律：音素发音规律是语音表达的基础，它研究每个音素在不同位置上的发音规律。
例如，一个音素在单词开头和结尾时，发音方式可能不同。
语音表达研究这种规律有助于提高语音识别的准确性。
语言研究的方法
语言研究的方法目录1. 语言研究概述 (3)1.1 语言研究的重要性 (4)1.2 语言研究的定义与类型 (5)1.3 语言研究的当代背景 (6)2. 语言研究的理论基础 (7)2.1 语言学的基本理论 (8)2.2 认知语言学 (9)2.3 功能语言学 (12)2.4 社会语言学 (13)3. 语言研究的方法论 (14)3.1 定性研究与定量研究 (15)3.2 全面研究与案例研究 (16)3.3 观察法 (17)3.4 访谈法 (19)3.5 问卷调查法 (20)3.6 实验法 (22)4. 语言数据收集与分析 (23)4.1 语言素材的采集 (25)4.2 语料库的建立与管理 (25)4.3 数据分析软件的应用 (26)4.4 定性数据分析方法 (27)4.5 定量数据分析方法 (29)5. 语言研究的应用领域 (30)5.1 教育语言学 (32)5.2 临床语言学 (33)5.3 贸易语言学 (34)5.4 心理语言学 (35)6. 语言研究的伦理问题 (36)6.1 数据的隐私与保护 (37)6.2 研究对象的权益 (38)6.3 研究者的责任 (40)7. 语言研究的实践案例 (41)7.1 跨文化交际研究 (42)7.2 儿童语言发展研究 (43)7.3 方言及濒危语言保护研究 (45)7.4 计算机辅助语言研究 (47)8. 语言研究的未来趋势 (47)8.1 大数据、人工智能在语言研究中的应用 (49)8.2 语言模型与自然语言处理 (50)8.3 虚拟现实的语言学习与研究 (52)8.4 对外开放的数据共享平台 (53)1. 语言研究概述语言是人类交流的一种特定手段，是文化传承与发展的基石。
语言研究旨在探究语言的性质、结构、功能及其演变过程，旨在理解和使用语言的范畴中发掘意义。
语言研究涵盖的领域非常广泛，包括但不限于语言学的理论探讨、语言应用实践、语言教学、语言病理分析、计算语言学以及跨语言的交流研究。
基于非线性动力学和GMM的病态嗓音识别与研究
广西师范大学学报 ： 自然 科 学 版
第 ２ ９卷
２ 特 征提 取
２ １ Ｈｕ ｓ 参数 和计 盒维 数 的提取 ． ｒｔ
大 量 的建 模及 实验 表 明 ， 带可 以很 好 地用 低维 的动 力 系统 来描 述 ， 声 声带 的病 变 导 致混 乱 的行 为 ， 大 量 证据 显示 为分 岔和 混沌 现象 。 分形 系列 的属性 之 一是 自相似 特性 ， 嗓音 信号 在广 泛的 时 间尺 度 和空 间尺 度 上 显示 出 自相似 特性 ， 在 时 间尺 度上 的 自相 似特 性 的程 度 可 以用 Ｈｕ ｓ 参 数来 描 述［ ， 间尺度 上 它 ｒｔ ］空 的 自相 似特性 可 以用计 盒 维数 来描述 。常 用 的 Ｈｕ ｓ 参 数估计 方法 有多 种 ， 实验 选用 Ｒ／ ｒｔ 本 Ｓ分析 方法 。
非线性动力学的方法中， 普通维数（ 豪斯道夫维、 信息维 、 相关维 、 计盒维数等）熵 （ ｏ ｇｏ 熵 、 、 Ｋ ｌ ｒｙ 第二阶 ｍｏ 熵、 香农 熵等 ） Ｌ ａ ｕ ｏ 和 ｙ ｐ ｎ ｖ指 数 等 ， 能够 定 量描述 混 沌行 为 。在 生理 系 统 的混沌 行 为 的调查 研 究 中发现 ，
声 带 和嗓 音 的病理 诊 断应 在早期 进行 ， 带病 变 会引起 语音 信号 的变 化 。因此 ， 音信 号可 以作 为一 声 声 个 重要 的 、 客观 的 、 非侵 入性 的工 具 来诊 断这 些病变 。 学及 空气 动力 学理 论表 明， 声 语音 信号 是一个 复 杂的 非 线性 过 程 ， 中 存在 着产 生混沌 的 机制 ［ 。 其 １ 喉头麻 痹 、 ］ 声带 息 肉和声 带小 结等 声带 的病 变 ， 可能 会导致 声 音 产 生 过 程 中出 现混 沌 现象 ， 而传 统 的声 学 参 数 ， 频 、 振 峰 、 基 共 倒谱 系数 ＭＦ Ｃ（ ｌ ｒｑ ｅ ｃ ｅ ｓｒｌ Ｃ ｍｅ— ｅ ｕ ｎ ｙｃｐ ｔａ ｆ ｃ ｅｆ ｉｎｓ 均是 利 用线性 分析 技 术提 取 的 ， ｏ ｆｉ ｅ ｔ） ｃ 对分 析 非周 期 的 、 混沌 的 信号就 产 生 了一定 的局 限性 。 混沌 描 述 确定 的 、 非线 性 系统 出现 的 伪随机行 为 ， 虽然 混沌 曾 经被认 为是 独特 的 ， 但现 已被 广泛 的观 察研 究 ， 如 例 在 湍流 、 学反 应 、 化 非线性 电路 、 阳 能系统 、 太 生物群 落等 许多 物理 系统 方 面 。混 沌对 解释 不规 则 的语 音 障 碍 上也 是 至关重 要 的 。 近年 来 在神 经学 和心脏 学 研 究表 明 ， 混沌 行 为是 生理 系统 的一个 重要 的方 面 。 于 基
病理语言学
病理语言学【摘要】第一节病理语言学概述。
在科学飞速发展的今天，由于病理语言学相关研究力度的不断加大，学者们在病理语言学的本质、起源和定义等方面取得了新的成果，为今后的病理语言学研究奠定了坚实的理论基础。
病理语言学的研究范畴主要包括对语言功能及其发展的考察和评价；语言障碍的策略与康复。
病理语言学和神经语言学在研究目的上也是不同的。
第一节病理语言学学科概述在科学飞速发展的今天，由于病理语言学相关研究力度的不断加大，学者们在病理语言学的本质、起源和定义等方面取得了新的成果，为今后的病理语言学研究奠定了坚实的理论基础。
一病理语言学的性质病理语言学是研究由听力障碍、语言障碍、语言障碍引起的交流障碍的学科。
病理语言学是一门交叉学科，涉及耳鼻喉科、神经科学、精神病学、儿科学、正畸学、头颈颌面外科等医学学科。
它还与语言学、语音学、声学、心理学、行为学和教育学密切相关。
病理语言学的研究范畴主要包括对语言功能及其发展的考察和评价；语言障碍的策略与康复。
然而，引起这些疾病的原发病的诊断和治疗是相关临床部门的责任。
病理语言学是一门新兴学科，它的研究范围往往很难与神经语言学、心理语言学、神经心理学等相邻学科划清界限。
在具体的研究对象上，病理语言学和神经语言学关系更为密切，研究领域和研究方法有很多重叠的地方。
一般来说，病理语言学的研究范围较广，包括先天性器官缺陷、大脑局部病变、精神疾病等引起的各种语言障碍的诊断和治疗。
、儿童语言发展中的语言障碍或障碍，以及使用语言作为某些疾病的心理治疗。
病理语言学和神经语言学在研究目的上也是不同的。
神经语言学的研究对象是人类神经系统与人类自然语言的关系。
这门学科的主要目的是探索语言储存、生成和接受的神经机制及其与语言行为的关系。
神经语言学也研究语言障碍，比如各种类型的失语症，但这只是一种研究手段，其主要目的是研究神经系统与语言的关系。
病理语言学运用语言学和医学各个领域的大量知识来分析语言障碍的各种临床表现，如口吃、先天性器官缺陷(唇腭裂)或后天损伤(牙齿损伤、咽喉疾病等。
4应用语言学的范围
4、采用信息论方法研究语言的熵和羡余度； 5、探讨语言的一般统计规律； 6、运用马尔科夫过程论来研究语言； 7、研究文章中两个词之间、两个语法范畴之间、两个语义类 之间、两个句法类型之间的间距，以揭示文章在句法和语义上的 特征； 8、研究词汇与文章的长度的关系，揭示文章词汇的丰富度与 差异度； 9、研究词典的数学结构。 统计语言学在通信技术、语言教学、自然语言信息处理等领 域已显示出很高的应用价值。实验语音学有三个分支： 实验语 Nhomakorabea学有三个分支
生理语音学——研究人的发音机制，包括指挥语言的神经系统、 生理语音学
肌肉活动、声带和声腔的发音动作；
声学语音学——研究语音发出后在空气中传播的物理特性，包 声学语音学
括语音的四要素：音色、音高、音强、音长； 感知语音学——研究语音传入听话人的听官，造成听觉，通过 感知语音学 神经系统来理解的过程。
当前主要通过失语症的研究来探讨语言与大脑的关系。 当前主要通过失语症的研究来探讨语言与大脑的关系 神经语言学研究表明：人的左脑，主管语言；右脑，主管思维。左脑受伤，就丧 失或部分丧失语言能力；右脑受伤，则丧失形象思维能力。
神经语言学研究的重点： 神经语言学研究的重点
▲ 语言及语言能力的生物基础； ▲ 语言习得、理解、运用的脑神经活动机制； ▲ 语言机制和思维机制的关系，语言机制与脑神经机制的关系等； ▲ 智力障碍、脑损伤造成的语言障碍与失语症的临床研究是重中之重。 神经语言学兴起于上世纪60年代，对语言学、脑神经学科都产生很大影响。
广义体态语言 在狭义体态语言含义之外还包括环境（人或物所处的特定 时间、空间与处所）、间距（指人与人、人与物、物与物之间距离）。 事实证明，体态语言本身是一种信息，具有传递性、互感性，有助于双向 感情交流与信息顺利传递；它具有客观性和规定性，能直接独立地传输信息。 体态语言20世纪60年代才引起人们注意，70年代才作为一门独立的交叉学 科。
嗓音的客观检测与听觉
通过听觉训练，可以改善患者的听力水平，提高语音 识别能力。
增强语言能力
听觉训练有助于增强患者的语言能力，提高口语表达 和理解能力。
促进社交交流
良好的听觉能力是社交交流的基础，听觉训练有助于 患者更好地与他人沟通交流。
嗓音客观检测与听觉训练的结合
01
互补作用
嗓音客观检测和听觉训练在嗓音治疗中具有互补作用。通过客观检测，
嗓音的客观检测与听 觉
目录
• 引言 • 嗓音的客观检测技术 • 听觉与嗓音感知 • 嗓音问题与听觉障碍 • 嗓音客观检测与听觉训练 • 结论
01
引言
嗓音的重要性
嗓音是人类交流的主要工具之一，对于日常生活中的沟通、演讲、歌唱等方面具有重要意义。 嗓音质量的好坏直接影响到一个人的自信心和社交能力，因此嗓音的健康和保护是至关重要的。
THANKS
感谢观看
嗓音客观检测与听觉训练的未来发展
嗓音客观检测技术进步
听觉训练方法的创新
针对不同嗓音问题，听觉训练方法将不断创新，以 提高治疗效果和患者的语音清晰度。
随着科技的发展，嗓音客观检测技术将不断 进步，为医生提供更准确、可靠的诊断依据 。
跨学科合作
嗓音问题涉及多个学科领域，未来需要加强 跨学科合作，共同研究嗓音问题的发生机制 和治疗方案。
嗓音问题与听觉障碍的关联
嗓音问题可能导致听觉障碍
如声带异常可能导致声音嘶哑，影响听者的 听觉感受。
听觉障碍可能导致嗓音问题
如听力下降可能导致说话声音过大或口齿不 清。
嗓音问题与听觉障碍相互影响
如传导性听力损失可能导致说话声音过大， 而嗓音问题又可能加重听觉障碍。
05
嗓音客观检测与听觉训练
声带囊肿病理报告
声带囊肿病理报告导言本文档是一份关于声带囊肿病理报告的详细分析和描述。
声带囊肿是一种声带上的囊肿或肿物，它可能会导致声音嘶哑并影响语音的发音。
本报告通过详细的病理分析，为读者提供了声带囊肿的病理特征和诊断意义的信息。
病理综述患者是一名年轻女性，主要症状为嗓音嘶哑持续数月。
经喉镜检查后发现患者的右侧声带有一个囊肿，该囊肿位于声带黏膜下。
对囊肿进行病理学分析，揭示了其组织学特征，帮助医生进行准确的诊断和治疗。
标本材料和方法病理标本来自患者行喉镜下声带囊肿切除术的手术标本。
标本即切除的囊肿组织，取自右侧声带。
标本经过常规病理学处理流程，包括固定、去水化、包埋，并进行切片制备。
制备的切片使用不同染色方法进行了组织学观察和显微镜分析。
结果分析经过组织学分析和显微镜观察，发现被切除的囊肿的组织学特征如下：1.声带囊肿由覆盖上皮和囊腔组成。
2.囊腔内充满液体，为黏液性流体。
3.囊壁由纤维结缔组织构成，厚度均匀。
4.囊肿周围组织无明显破坏或炎症反应。
根据上述结果分析，结合患者的临床症状和喉镜检查所见，声带囊肿病理学的诊断如下：诊断声带囊肿的病理学诊断为：声带囊肿，类型为黏液囊肿。
讨论黏液囊肿是一种较常见的声带囊肿，通常由声带黏膜下小腺体的黏液积聚引起。
其主要临床症状为声音嘶哑，可以持续数月或数年。
尽管黏液囊肿通常是良性病变，但它会影响声音的发音以及声带的振动，因此治疗仍然是必要的。
手术切除是目前最常用的治疗方法，以恢复正常声音和语音功能。
声带囊肿的病理学分析对于确定诊断非常重要。
囊肿的特征是其囊腔内充满黏液性流体。
囊壁主要由纤维结缔组织构成，囊肿周围组织无破坏或炎症反应。
结论本文报告了一个声带囊肿病理的分析和描述。
通过组织学观察和显微镜分析，揭示了声带囊肿的特征，有助于医生进行准确的诊断和治疗决策。
声带囊肿是一种常见的声带病变，黏液囊肿是其中一种类型。
治疗通常采用手术切除的方法，以改善患者的声音嘶哑症状。
及早的病理学分析是确诊和治疗声带囊肿的关键一步。
声纹鉴定技术在刑事案件侦查中的应用
声纹鉴定技术在刑事案件侦查中的应用摘要:随着科学技术的发展,利用手机、座机等现代通讯设备进行敲诈、勒索、恐吓、绑架、性骚扰等案件越来越多。
声纹是通过声谱仪对语音纹理的描录,声纹鉴定是指通过声谱仪对未知人语音材料与已知人语音材料的语音学特征进行检测、比对和综合分析,以作出是否同一的判断过程。
它能为确定案件性质、提供破案线索、印证其他证据、话者同一认定起到重要或决定性作用。
关键词:声纹;声纹鉴定;语音;侦查破案引言：声纹在语言学界称为语图。
它是借助声谱仪描绘出来的人的声音的图像，即语声的频谱图。
在刑事技术和法庭科学鉴定领域中，人们比照指纹形象地把它称作声纹。
“声纹鉴定是利用声学、语音学的原理，借助电声学仪器—语图仪或称声纹仪，通过对磁介质所记载的有声言语的频谱分析，把已经获得的语音材料(检材)与嫌疑人或当事人的语音材料(样本)进行听声音、看图谱的检验、比对，从而作出是否同一的判断过程。
”①声纹鉴定充分利用声纹所携带的所有言语信息，以听觉和视觉，定性和定量相结合的方法来完成，是一项对语音进行鉴别和判断的专门技术。
声纹鉴定涉及生理学、语音学、电子学、计算机技术等学科，作为一门综合性应用技术，它是随着科学理论和相关技术的进步以及侦查破案、司法审判的社会需要产生和发展起来的。
声纹鉴定目前已成为一门现代刑事科学技术和司法鉴定技术，应用这项技术，一方面可以解决利用电话作案的犯罪案件的侦查及取证问题，另一方面可以解决法庭上录音证据的鉴定问题。
一、声纹鉴定的科学依据声纹鉴定是将一个人的声音输入语音分析仪,并画出在不同频率范围内声音强度的分布曲线,就可以看到这个人的声纹。
在刑事技术和司法鉴定实践中,人们比照指纹,形象地把它称作声纹,可见它的稳定性和特殊性。
每个人说话的声音都各不相同。
人说话的声音就像人的指纹一样,具有“人各不一”的个体特征。
形成原因与每个人的生理特点、生存环境、文化修养及语言习惯密切相关。
通过它①吴毓青，陈建民:《浅谈声纹鉴定》,载《上海公安高等专科学校学报》2003年8月第13卷第4期,第36页。
病理语言学重点
语言病理学的研究领域
言语障碍的类型：
人们可以根据不同的标准对语言障碍进行分类。例如，可以按 照表现的症状，将语言障碍划分为口吃、失语症；也可以根据 障碍发生的时间划分，如分成发展性语言障碍和获得性语言障 碍等等。
下面按照言语行为本身把语言障碍分成四类： 1）发音障碍．是指患者音位运用的障碍。更具体地说，是指
当一个人发生言语障碍时，其言语行为有三种（或一、两项）特点： ①引起别人的注意。 ②使人感到不舒服。 ③妨碍言语交际的正常进行
言语障碍分为四大类：①发音障碍 ②流畅性障碍 ③声音障碍 ④语言障碍
发音障碍的矫治包括三个步骤： ⑴语音听辩训练→⑵导出正确发音 →⑶巩固熟练
将正常人的听觉反馈延迟３秒左右，正常人会毫无知觉地出现口吃现 象。
对语言的研究主要是通过语言障碍的研究，发现一些 在正常的言语活动中不易发现的语言现象或规律，认 识大脑的功能和语言符号的关系，认识人类语言的普 遍规律等等。
《病理语言学》读书笔记
有的儿童在语言习得的重要阶段，经常改换使用不同方言的照看者， 这会给儿童的语言发展造成很不利的影响，有的甚至导致言语障碍。
构音障碍 概述 构音障碍的研究方法和研究模型 构音障碍的评估 构音障碍的矫正与训练 嗓音障碍 概述 嗓音障碍的评估 嗓音障碍的预防与矫正
《言语语言病理学》
第六章 第一节 第二节 第三节 第七章 第一节 第二节 第三节
口吃 概述 口吃的评估 口吃的矫正与训练 语言发展迟缓 概述 语言发展迟垦的评估 语言发展迟缓儿童的语言干预
是一门跨医学、神经学、人体解剖学、认知 科学、听力学、语言学、教育学、心理学、 工程学等多学科领域的综合性学科。
语言病理学的研究范畴
1 对语言功能及其发育的检查和评估； 2 语言障碍的对策和康复治疗。
嗓音声学检测影响因素分析
嗓音声学检测影响因素分析中南大学湘雅医院康复医学科，中南大学湘雅医院康复医学科，通讯作者：李哲，中南大学湘雅医院康复医学科嗓音是语言的基础，在沟通、个性表达以及社交中具有重要意义。
大脑语言中枢发出指令控制呼吸肌收缩产生气流上行至声门形成声门波，产生基音[1]，基音向上传导经过共鸣腔体和构音器官时某些声音被放大，形成不同的嗓音[2]。
在嗓音形成通路上神经支配、解剖结构或功能损害会导致呼吸、发声、共鸣或构音等功能异常，进而出现嗓音障碍。
嗓音障碍是临床中常见的主诉，也是一些隐匿性疾病如帕金森、肌萎缩侧索硬化以及喉癌等的早期表现。
因此，嗓音障碍的精准识别对于疾病的早期诊断与治疗具有重要意义。
目前，嗓音的评估主要包括患者主观评分、感知嗓音评估、动态喉镜检查、空气动力学和声学评估五个方面。
其中嗓音声学检测由于无创、易获取、可重复并能提供喉功能相关的定量数据，是嗓音客观评估的首选方法之一。
通过测量基频、共振峰、基频微扰（Jitter）、振幅微扰（Shimmer）以及噪协比（NHR）等多个指标反映发声过程声带振动的稳定性和规律性[3]、共鸣以及噪声能量等。
因此声学检测在早期识别异常嗓音、疾病诊断、评估嗓音功能、动态观察病情以及评价治疗方案中均有优越表现。
但由于嗓音是一个复杂多维的过程，会受到声门下气流、声带振动以及共鸣等因素的影响，目前尚未出现统一的嗓音声学检测方法也缺乏鉴别嗓音障碍的声学区间值。
本文将对影响嗓音声学的因素进行梳理，分析可能影响声学检测结果的因素，为提高声学检测的准确性及后续临床中嗓音的精准评估提供参考。
目前国内外开展的嗓音声学影响因素分析主要归纳为个体差异和检测方式两个部分。
1.个体差异1.1人种、语言嗓音因人种、语言、文化的不同而有一定区别[4]。
嗓音声学研究选择的元音在阿拉伯语中[5]是/i:/、/e:/、/a:/、/o:/和/u:/，在瑞典[6]语中则是/e:/、/u:/、/i:/和/ɔ/，而汉语主要集中在/a/、/i/和/u/，在汉语不同方言与民族语言中相同元音也表现出显著差异[7]。
动态腭位仪(EPG)言语病理研究进展
第 ｌ 期 ７
Ｓ ＩＮ Ｅ＆Ｔ Ｃ Ｎ Ｌ ＹＩＦ ＭＡ Ｉ Ｎ ＣＥ Ｃ Ｅ Ｈ Ｏ ＯＧ ＯＲ ＴＯ Ｎ
Ｏ本刊重稿 。
科技信息
动态腭位仪（ Ｐ 言语病理研究进展 Ｅ Ｇ）
胡妍茹 史 菁 于洪 志
兰 州 ７ ０ ３ ） ３ ０ ０ （ 西北 民族 大学 中国 民族 语言 文字信 息技术 重点 实验室 甘肃
【 摘 要】 Ｐ ｅ ｃ ｏ ａ ｔｇａｈ ， Ｅ Ｇ（ ｌ ｔ ｐ ｌｏ ｒ ｙ） ｅ ｒ ａ ｐ 是一种在发 音状态下测定舌腭接触 的技术。本文在对 Ｅ Ｇ的基本组成部分及 功用做 以介 绍的基础之 Ｐ
上 ， 目前 国 内 外利 用 Ｅ Ｇ进 行语 音 病 理 学研 究 的 主要 情 况 做 了详 细 的描 述 ， 就 它 的发 展 前 景 提 出 了 自己 的看 法 。 就 Ｐ 并
ａ ｒ ａ Ａｔｌｓ ， ｈ ａ ｅ ｕ ｏ ｗａ ｄ ｉ ｉ ｗｓｏ ｈ ｒ ｓ ｅ ｔ ｓｄ ｖ ｌ ｐ ｎ ． ｂ ｏ ｄ． ａ ｔ ｔ ｅ ｐ ｐ ｒｐ ｔｆ ｒ ｒ ｔ ｖ ｅ ｎ ｔ ｅ ｐ ｏ ｐ ｃｓ ｏ ｉ ｅ ｅ ｏ ｍｅ ｔ ｓ ｆ ｔ
语 音 障 碍 的 。 ２１ 异 常 语 音 的 原 因 腭 裂 术 后 引 起 异 常语 音 的 主 要原 因是 腭 咽 闭 ． 裂治 疗 的效 果 是 否理 想 ，已 远远 超 出 了手 术 恢 复 它 解 剖 形 态 的 范 围 ， 合 功 能 不， 它 的 临床 表 现 即都 是 但 现 在 更 注 重 术后 语 音 功 能 的 改 善 程度 。 因为 唇 腭 裂 是 口腔 颌 面部 常 见 不 同 程 度 的语 音 障 碍 。 首 先 由 于手 术 前 存 在 的 口鼻 腔 相 通 以及 手 术 的先天性发育畸形， 手术可以修补裂 隙， 但遗 留的语音障碍仍是影响患 后 的 腭 咽 闭 合 不 全 都 能 够 造成 发 音 时 口腔压 力 的不 足 ， １ 气 流 进 入 ５腔 者心身健康的主要原因。 研究腭裂语音并寻找适 合腭裂语音治疗的方 鼻腔， 口音转变成鼻化音 或鼻音； 其次 由于长期的语 音不清使得患者尽 法 一 直 是 医学 界 的热 门 课 题 ，国 内外 许 多 学 者 对 此 进 行 了 积 极 探 索 ． 量 寻 找 能 够 替代 不 清语 音 的发 音 部 位 和发 音 方 法 ， 而产 生 了一 系 列 从 目前 在 腭 裂 后 异 常 语 音 的研 究 方 面 已取 得 了 一 定 的 成 果 。【 】利用 瑚３ 的替 代 音 。『 后 者往 往 会 引 起 侧 化 构 音 及 腭化 构 音 。 圳 而 Ｅ Ｇ． 一 生 理 手 段 与 声 学 方 法 相 结 合 来 共 同 研 究 异 常语 音无 疑 是一 Ｐ 这 虽 然 造 成 腭 裂 患 者 产 生 腭 化 构 音 的 确 切 原 因 目前 仍 有 许 多 争 议 ， 种 行 之 有效 的方 法 ， 目前 国 内应 用 此 手 段 来 进 行 研 究 的 报道 相 对较 但 但 是 目前 的 研究 成 果初 步 认 为 是 由 于 早 期行 腭 成形 术 后 ， 颌 骨 的生 上 少 。本 文 打 算 就 目前 国 内外 利 用 Ｅ Ｇ进 行 腭 裂 语 音 治 疗 的 大 致 情 况 Ｐ 长 发 育受 到 不 同 程 度 的影 响， 弓形 态 及 关 系 异 常， 使 在 发 这些 辅 音 牙 才 进 行 客 观地 分 析 、 结 。 以期 能为 进 一 步 提 高 腭 裂 的综 合 治疗 效 果提 总 时舌 呈 后 缩 状 态 。同 时， 言发 育 过 程 中 形 成 的 异 常构 音 位 置 、 音 方 语 构 供 有 价 值 的参 考 。 法 同样 可 使 音 征 发 生 变化 ， 响 听 觉 辨 别 ， 语 音 清 晰 度 。因 而， 化 影 降低 腭
痉挛性发声障碍文献综述.第二部分:病理生理学特征
痉挛性发声障碍文献综述.第二部分：病理生理学特征施俊博【期刊名称】《听力学及言语疾病杂志》【年(卷),期】2018(026)002【总页数】3页(P216-218)【作者】施俊博【作者单位】武汉大学人民医院耳鼻咽喉头颈外科武汉430060【正文语种】中文目前关于SD的研究主要集中在管理策略上，对SD的病理生理学和特征的理解有限，本文描述最近在识别潜在的SD的神经生理学和新的辅助诊断方面所取得的进展。
1 诊断由于缺乏SD诊断标准的科学共识，且其他发音障碍的表现与之类似，因此很难对SD进行诊断，导致诊断延误。
一项研究表明，明确诊断的时间可长达4.43年，在确诊之前，患者平均向3.95名医生咨询。
SD易与肌紧张性发声障碍(muscle tension dysphonia, MTD)混淆，但是这两种疾病之间有本质的区别：例如，单独的嗓音训练通常不会对SD有作用；SD也往往依赖于(语音)“任务”，这意味着嗓音症状的严重程度随特定的语音而不同，这在MTD中是不存在的。
SD经常与声带震颤一起发生，这在SD患者中所占比例为29%～60%，SD也好发于女性；分析SD与MTD之间的差异可以帮助诊断。
2 三步诊断方案2008年，Ludlow等推荐了一种SD的诊断方案：筛查问题以暴露可能的SD，语音检查以确定可能的SD，鼻咽喉镜检查排除其他喉部疾病。
筛查问题表明，当表1中列出的症状(源于Ludlow等)的时间超过3个月时，可能为SD，患者应由多学科小组来进行临床言语检查，以进一步确定SD的可能性，并区分这两种类型。
表2(源自Ludlow等)概述了应该进行的检查，患者用其正常说话的声音重复句子，然后第二次用耳语，每3句话就有超过1次嗓音中断，而耳语声时没有，则能帮助诊断；大声喊叫应该比正常说话引起的症状更少。
表3(源自Ludlow等)强调了SD诊断所需要的鼻咽喉镜检查特征，没有任何解剖缺陷可以解释嗓音异常，在呼吸、咳嗽、清嗓和吹口哨时，声带运动正常，发长元音和句子时可以观察到声带震颤或痉挛。
病理噪音的定量分析
第１ ６卷第 ２期
２０ ０ ２年 ４月
山 东 医 大 基 础 医 学 院 学 报
Ｊ Ｐ Ｅ Ｌ Ｎ ＭＥ ＯＬ Ｈ ＮＤ Ｒ Ｃ Ｉ Ｄ Ｃ ＬＳ Ａ ＯＮ Ｄ Ｕ Ｉ Ｇ ＭＥ Ｎ Ｖ
Ｖ １ １ Ｎｏ． ｏ ． ６． ２
Ａ ｓｒ ｃ ０ｂｅ ｌ ｅ Ｔ ｔｄ ｎ ｎ ｌｚ ｅｐ ｒｍｅｅ ａｕ ｓｏ ａｈ ｌｇｃｌｖｉｅ ｂ ｔａ ｔ ｊｃＪ ： ｏｓｕ ｙａ ｄａ ａｙｅｔ ａａ ｔｒ ｌｅ ｆｐ ｔｏｏｉａ ｏｃ Ｍｅ ｄ：Ａ ｏ ｓｉ ｐ ｒｍｅ ｖ ｈ ｖ ￣ｏ ｃｕ ｔ ａａ — ｃ ｔｒ ｏ ｐ ｔ ｎｓｗｔ ｒ ｘｄｓａｅＩ ｉ ｅ ｓｒｄ ｂ Ｐ ｅ ｈ Ｓ ｉ ｃ ｏ ｎ ｏ ｓ Ｒｅｅｔ ｈ ｒ ｅｅｄｆ ｒｎ ｅ ｅｓ ｆ ａｉ ｔ ｉ ｌ ｙ ｉｅｓ ｅ￣ｍ ａｕｅ ｙＤｒ ５ ｅ ｃ ｃｅ ｅｆｒＷｉｄ ｗ ． ｓ ：Ｔ ｅｅｗ ｒ ｉｅｅ ｃｓｉ ｅ ｈａ ｎ ｖ ｎ ｆ ｎ ｉ ｏｔ ａａ ｔｒ（ｉｅ ，Ｓ ｉ ｍｅ ，ＨＮ ｆ ｅｍ ｓ ｐ ｒｍｅｅｓＪｔ ｒ ｈｍ ｒ ｖ ｔ Ｒ，Ｓ Ｒ，Ｎ ） ｄ Ｓ ． Ｏ． ｎ ｓｏ Ｎ ＮＥ ａ Ｄ Ｆ Ｃｏ ｄｕ ｉｎ：Ａｎ ｌ ｉ ｏ ｏｃ ｓｓｂｅ ｔｅｔ— ｎ ａ ｓｓ ｆｖ ｉｅｉ ｕ ｊｃ ｓ ｙ ｉ
Ｓｅｃ ｐｅｈ嗓音 及语音分 析 、 练 系统 软件 ， 韧ｌ 统计分 析 了 １５ 喉部 疾 患 患 者 的 嗓 音资 料 ， 与 正常 人 进 行 ０例 并
比较 、 报 告 如 下 。 现 ｌ 资 料 与 方 法
ｌ１ 临 床 资料 ［ ６年 １ 月 至 ２０ 年 ３ 喉 部 疾 患 患 者 ９ ９ Ｊ ０１ 月 １５ 、 ６ ０ 倒 男 ５侧 ， ４ 女 ０例 ，８—６ １ ８岁 ， 均 ４ 岁 声 带 息 肉 平 】 或，结男女各 ２ ｊ 、 ｏ例 ， 性 喉 炎 男 女 各 ２ 慢 ０例 。声 带 麻 痹男 １ ０ 例， 喉癌 男 Ｊ ５例 ， 经 间 接 喉镜 或纤 维 喉 镜 检 查确 诊 。 正 常 均 对 照 组 从 广州 地 区 随机 挑 选 男 女 各 ２ 倒 ，０ ０岁 ， 上呼 ０ ２ ～５ 无 吸 道感 染 及语 言 障 碍 ， 检 查 喉 部 正 常 经 Ｌ２ 测 试 方 法 应用评 估 嗓 音 质 量 的 Ｄ ｐｅｋ软 件 系 统 ， ｒＳｅｃ 测 试 时患 者 直 立 ， 克 风 置 于 嘴 前 ５ｒ处 发 出 麦 ｅ ａ 音 ． 续 持
有关语言的研究话题
有关语言的研究话题语言是人类社会最重要的交流工具，也是人类思维和认知的重要载体。
语言研究涵盖了多个领域，以下是一些主要的研究话题：1. 语言学理论语言学理论是语言研究的基础，它探讨了语言的本质、起源、演变和发展规律。
语言学理论的研究包括语言的共性、个性、功能、结构等方面。
2. 语音学与音系学语音学研究语言的发音、声调、语调等方面的规律，而音系学则研究语言的音素、音位、音节等方面的结构。
语音学与音系学的研究对于语言教学、语音识别、语音合成等领域具有重要意义。
3. 句法学与词法句法学研究句子的结构、语法规则和句法关系，而词法研究词汇的构成、词义、词性等方面的规律。
句法学与词法的研究对于语言理解、语言生成、机器翻译等领域具有重要意义。
4. 语义学与语用学语义学研究词语的意义、句子的意义以及语篇的意义，而语用学研究语言的使用、语境、交际策略等方面的规律。
语义学与语用学的研究对于自然语言处理、对话系统、机器翻译等领域具有重要意义。
5. 语言习得与认知语言习得研究儿童如何学习语言的过程，而认知语言学则研究语言在人类认知中的作用。
语言习得与认知的研究对于第二语言教学、儿童语言发展等领域具有重要意义。
6. 语言演化与方言语言演化研究语言的起源、演变和发展过程，而方言研究不同地区、不同群体语言的变异和共性。
语言演化与方言的研究对于了解人类历史和文化具有重要意义。
7. 跨文化交际与翻译跨文化交际研究不同文化背景下的交流方式和文化差异，而翻译则研究将一种语言的文本转换为另一种语言的文本的过程。
跨文化交际与翻译的研究对于促进国际交流和理解不同文化具有重要意义。
8. 语言与社会文化语言与社会文化密切相关，语言反映了社会文化的特征和价值观。
语言与社会文化的研究对于了解一个社会的历史、文化、社会结构等方面具有重要意义。
9. 语言病理学与康复语言病理学研究语言障碍的原因和治疗方法，而康复则关注帮助语言障碍者恢复或改善语言能力的过程。
音频取证：一种理解音频证据的准确、可论证且真实的方法方案
贝尔实验室是第一个发现可以识别口语模式和声音并检查特征以识别制造它们的人的实验室。
这是法医学的一个非常重要的进步，因为协助执法的潜力非常值得为捍卫支持者和实践者而付出的努力。
音频取证有时被称为“垃圾科学”。
经过超过 25 年的检查、编辑和澄清录音，我可以证明并科学地证明语音识别和音频认证是一门严格的科学，对法院、执法机构和企业都有巨大的好处。
在下面的文章中，我将描述音频取证专家的两个主要活动：语音识别和音频认证，什么有效，什么无效。
我还将回顾和分解我采用的步骤和流程，并解释为什么我相信音频取证是诉讼中的一个有价值的工具。
我曾受雇处理数十起法庭案件以及公司，以某种形式分析和帮助解释音频证据的各个方面。
有些情况要求我找到威胁声音来源的真相，例如拨打 911 的炸弹威胁或受害者手机上留下的性骚扰语音邮件。
其他案件涉及被告试图验证或取消预先录制的音频认罪资格。
证据录音都有一个共同点：它们需要经验丰富的音频取证专家来审查并确定（验证）或取消证据的资格。
作为音频取证专家，我的工作是确定录音的真实性或识别人的声音。
语音识别概述我从事语音识别工作已经超过 25 年了。
我的许多技能和原则都是从音频工程师的工作中学到的。
我通过阅读、学习和成功完成案例学到的其他技能。
我相信人们的声音就像指纹一样，可以通过声波的目视检查和频谱分析以及批判性的聆听技巧来识别。
我对性骚扰、工人赔偿和就业骚扰进行了语音识别，还对炸弹威胁等各种威胁性语音邮件进行了语音识别。
在今天的我们XXX，在被证明无罪之前我们都是有罪的，这与我们XXX宪法的承诺相反。
我的工作是通过对证据录音和样本（出于比较目的而采集的语音样本）进行视觉、电子和听觉检查来确定录音的真实性。
我要审查的一个典型案例可能涉及电话炸弹威胁或录制在录音带或数字语音邮件中的骚扰电话。
警方逮捕嫌疑人后，XXX（法院）或辩方都会聘请我来确定录音的真相。
第一步是检查原始证据并尽可能多地了解录音。
采用差异度的多参数声带疾病嗓音识别方法
采用差异度的多参数声带疾病嗓音识别方法周强;张晓俊;顾济华;赵鹤鸣;朱俊杰;陶智【摘要】为了提高声带疾病嗓音识别率,提出了一种基于差异度的多参数识别方法.研究声学参数之间的相关性,定义两类嗓音间参数的差异度；根据差异度对参数进行权重分配,并剔除相关性较大的参数,然后对参数加权组合为新的特征向量.以DSP 芯片TMS320VC5502为核心实现识别系统,识别实验表明,新的参数在声带疾病嗓音与正常嗓音识别中识别率有4.35％的提升,在声带疾病嗓音与非声带疾病嗓音识别中有9.27％的识别率提升.%A method based on multi-parameter with degree of difference is proposed to improve vocal cord disease recognition rate.It studies the correlations between acoustic parameters and the degree of differences between two kinds of voice.According to the degree of difference,the acoustic parameters are weight distributed and the parameters with large correlation are removed.The new parameters are obtained after weighting and recombining.It takes TMS320VC5502 as center of recognition system.The experimental results show that the using of new parameters gets the 4.35％ promotion in recognition of vocal cord disease voice and normal voice,as well as 9.27％ recognition rate increase in the identification of vocal cord disease voice and non-vocal cord diseases voice.【期刊名称】《电子器件》【年(卷),期】2013(036)003【总页数】4页(P309-312)【关键词】声带疾病嗓音识别;差异度;声学参数;DSP【作者】周强;张晓俊;顾济华;赵鹤鸣;朱俊杰;陶智【作者单位】苏州大学物理科学与技术学院,江苏苏州215006;苏州大学物理科学与技术学院,江苏苏州215006;苏州大学物理科学与技术学院,江苏苏州215006;苏州大学电子信息学院,江苏苏州215006;苏州大学物理科学与技术学院,江苏苏州215006;苏州大学物理科学与技术学院,江苏苏州215006【正文语种】中文【中图分类】TN912.34随着人们生活改善和节奏加速，语言交流活动日益频繁，嗓音疾病的发生率呈明显上升趋势。
腭裂腭咽闭合的研究进展
腭裂腭咽闭合的研究进展郭美玲;王予江【摘要】腭裂术后语音异常是患者亟待解决的问题。
如何改善并治疗病理性语音是近年来语音工作者研究的热点之一。
良好的腭咽闭合是语音的前提基础。
许多学者就腭裂腭咽闭合功能的影响因素、检查、特点及治疗进行深入研究。
本文就近年来腭裂腭咽闭合的研究进展作一综述。
%Abnomal speech is the most pressing problems to those people who underwent cleft palate surgery. How to improve and treat the pathological speech, has been a hot topic among phoneticians during these years. Good velopharyngeal is an essential precondition for normal speech. Many scholars are dedicated to the influencing factors, checking method, characteristics, therapy. In this paper, the study of cleft palate velopharyngeal closure was reviewed.【期刊名称】《国际口腔医学杂志》【年(卷),期】2013(000)002【总页数】5页(P216-220)【关键词】腭裂;腭咽闭合;语音异常【作者】郭美玲;王予江【作者单位】南昌大学附属口腔医院口腔颌面外科南昌 330006;南昌大学附属口腔医院口腔颌面外科南昌 330006【正文语种】中文【中图分类】R782.2+1唇腭裂是常见的颌面部畸形之一，占全身先天性畸形的前5位，近年来各国报道的发病数字仍有上升的趋势。
目前，全球唇腭裂的患病率在0.16%左右[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
71 该语料库中包含了多达 种由于不同病症导致
2000 构音障碍的患者语音，样本人群达
多名。
德国萨尔布吕肯数据库
Saarbruecken Voice Database
以正常、高、低音调发出元音[i,a,u]，持续一至三秒
用升、降调发出元音[i,a,u]，持续一至三秒
朗读句子“Guten Morgen, wie geht es lhnen?”（早上好， 你好吗）
All-pole Group Delay Function, APGDF Using Rectangular Coefficient, RFCC
Subband Centroid Magnitude Coefficient, SCMC Subband Centroid Frequency Coefficient, SCFC Spectral Flux-based Features Coefficient, SSFC Inverted Mel-Frequency Cepstral Coefficient, IMFCC Linear Frequency Cepstral Coefficients, LFCC
124
共计2030个音频样本
环节二：特征选择与提取
声学特征参数
梅尔倒谱系数 混合特征矩阵
反映声音质量特征的样本波形图
健康语音样本频谱图 功能性发音困难语音样本频谱图 功能亢进发音困难语音样本频谱图
心因性发音困难语音样本频谱图 喉返神经麻痹语音样本频谱图 痉挛性发音困难语音样本频谱图
反映频谱特征的样本频谱图
特征译名 梅尔频率倒谱系数 线性预测倒谱系数 全极点群延迟特性 矩形滤波倒谱系数
子带质心幅度 子带质心频率 基于频谱通量特征系数 翻转梅尔倒谱系数 线性频率倒谱系数
环节三：卷积神经网络分类算法
分类算法
卷积神经网络 （CNN）分类算法
卷积神经网络
Convolutional neural network, CNN
(SVD数据库)
病理语音样本库的选择
目前病理语音数据库相对 匮乏的原因
样本对音质要求高 需多次采集 患者往往存在其他疾病 录制困难. 顾及隐私与主观意愿不公开
挑选语料库的原则
数据量多，性别平均， 覆盖各个年龄段，有健 康语音对照
内容上涉及不同的词汇 句子，形式上包含音标、 短语、长短句等
本文选用的病理语音数据库
病理语音的特征分析与检测方法研究
research on feature analysis and detection method of pathological speech
汇报时间：2020年4月20日
目录
CONTENTS
1 研究背景与意义 2 主要研究内容 3 未来研究建议
研究背景与意义
THE BACKGROUND AND SIGNIFICANCE OF THE TOPIC
较早发现潜在患病风险， 帮助病人尽早恢复健康
带动技术
刺激相关行业发展，带 动医疗与技术的结合
提高效率
通过严谨数据得到具体病 因与程度，针对性治疗
信息采集
建立更全面的病理语音 库，方便深层研究
主要研究内容
MAIN 研究的基本框架
训练阶段
音频样本预处理
本文选用的病理语音数据库
代号
疾病类型
样本数量
下载SVD语料库中某些特定疾病
健康 病1
健康语音 功能性发音困难
994
的病理语音，组建成一个小型病 理语音数据库。
132
病2
功能亢进发音障碍
286
1 共选取 种健康语音
病3
心因性发音困难
病4
喉返神经麻痹
102
5 和 种不同类型疾病的病理语音
392
病5
痉挛性发音困难
数量庞大的卷积运算 将原始样本输入网络并分类输出结果
卷积神经网络的结构
语音数据输入 数据输入层
完成非线性映射 增强表达能力
激励层
将特征数据结合 转换为向量形式
全连接层
卷积层
接收数据 卷积操作提取特征
输出特征图
池化层
对特征图降采样 减小要素图尺寸
降低计算量
DCASE基线系统CNN网络
使用 TensorFlow 作 为学习的后端
健康语音样本频谱图 功能性发音困难语音样本频谱图 功能亢进发音困难语音样本频谱图
心因性发音困难语音样本频谱图 喉返神经麻痹语音样本频谱图 痉挛性发音困难语音样本频谱图
本文特征参数的选取
韵律特征
频谱特征
声音质量特征
病理语音在三类 声学特征上的表 征都与健康语音 相异
具有代表性
能覆盖多种情况
挑选用于分类的 声学特征参数的 原则
声学特征提取
参考模式库 模式匹配
判定
识别阶段
论文采取的研究框架
数据库
Saarbruecken Voice Database
(SVD数据库)
声学特征参数
梅尔倒谱系数 混合特征矩阵
卷积神经网络 分类算法 DCASE网络
隐写网络
自构网络
环节一：采集语料库样本
数据库
Saarbruecken Voice Database
梅尔频率倒谱系数的提取
减少尖锐噪声影 响 提高高频信号
预加重
得到频谱 分别对 应每帧语音信号
快速傅里叶变换
求对数运算
分帧加窗
分成多帧处理 较好 反映短时信号频率
滤波
离散余弦变换
经过一系列函数 运算后输出参数
混合特征矩阵
序号 1 2 3 4 6 7 8 9 10
特征名 Mel-Frequency Cepstral Coefficient, MFCC Linear Predictive Cepstral Coefficient, LPCC
在 Keras 上构建涉 及到机器学习部分 的相关代码
病理语音概念与特性
医学领域将因患有 构音障碍 发出的语音称为 病理语音
普遍性 全球30%的人患有轻度以上构音障碍 治疗急迫性 此类病症治疗越早效果越好
传统病理语音检测方式存在局限
传统病理语音检测方式
望闻问切 侵入式诊疗法
.
器官的完整性检查
存在局限
主观误差 生理不适 隐蔽性
课题研究意义
尽早确诊
梅尔倒谱系数 领域内广泛使用 符合人耳听觉特性
混合特征矩阵
融合十种特征参数 多方面评判
梅尔频率倒谱系数
梅尔频率倒谱系数
Mel-FrequencyCepstral Coefficient， MFCC
Mel f 1127 log1 f / 700
根据人听觉特性进行Mel频率尺 度上的频域分析
更贴合人体耳部器官听觉特性