版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、嗓音對人的日常生活、工作極其重要,然而隨著生活和工作帶來的不利因素,嗓音疾病越來越嚴重,于是對病態(tài)嗓音的檢測、治療是亟不可待的。從本質(zhì)上來看,病態(tài)嗓音的檢測與診斷是對其特征參數(shù)的對比分析,判斷出該嗓音的所屬類別。病態(tài)嗓音的特征參數(shù)的分析方法源于嗓音信號的自身特性,于是對嗓音信號的聲學分析方法廣泛運用在病態(tài)嗓音自動檢測與識別中。近幾十年,研究者發(fā)現(xiàn)傳統(tǒng)聲學特征于病態(tài)嗓音的描述存在著局限性問題,且根據(jù)語音信號產(chǎn)生動力學非線性過程混沌性,提出
2、了更有效的非線性力學技術分析法。運用分析法分析的嗓音信號的特征參數(shù),有效的特征參數(shù)才有利于病態(tài)嗓音的檢測和診斷。本研究在借鑒前人研究的基礎上,研究病態(tài)嗓音的特征參數(shù)組合優(yōu)選及非線性特征提取的優(yōu)化方法。這更好的為臨床無損、實時檢測帶噪病理嗓音提供了參考。原因是組合的優(yōu)選以及特征參數(shù)提取優(yōu)化工作,能夠提取有效的特征信息及節(jié)省空間和時間上的開銷,提高特征參數(shù)的識別率。實現(xiàn)更快、更準確的實時診斷。
在病態(tài)嗓音自動檢測與診斷時,只有包含
3、足夠多類別信息的特征參數(shù),才能使分類器分類更準確。單一特征參數(shù)只包含某些信息,這不足以代表整個嗓音信息的特征,不能很好滿足識別性的要求,然而組合特征能夠較全面地代表嗓音信息,于是需要多特征參數(shù)組合集進行嗓音的檢測。除了考慮運用組合特征參數(shù)集來全面描述嗓音信號外,還有避免特征間及其特征內(nèi)的冗余和相關信息。本項研究提出一種基于核主成分分析算法的病態(tài)嗓音特征參數(shù)組合方法,將聲學特征及非線性特征參數(shù)集進行組合優(yōu)化,得到最佳的特征組合集從而采用S
4、VM進行其識別。研究結(jié)果表明,基于核主成分分析(Kernel Principal Component Analysis,KPCA)方法的組合集,a音最高識別率達到97.47%,平均識別率達到91.85%;i音最高識別率達到91.39%,平均識別率達到84.15%。相對于傳統(tǒng)組合方法,平均識別率有所提高。
同時,嗓音的非線性動力學特征可以有效地區(qū)別正常和病態(tài)嗓音,但是其提取過程計算量巨大,需要消耗大量的時間,這不利于實時處理。因
5、此有必要在非線性特征范疇內(nèi)并且保持病態(tài)嗓音的識別率基本不變或有所提高的基礎上,尋找方法來減少其特征參數(shù)的提取時間。針對此目的,本項研究提出了基于人耳濾波器組的病態(tài)嗓音非線性特征提取的優(yōu)化方法。在該提取過程中,根據(jù)嵌入維的思想,即運用周期性特征矢量進行非線性特征的提取即可達到特征提取的優(yōu)化目的。研究結(jié)果表明:基于人耳濾波器組非線性動力學特征參數(shù)提取的方法,大幅度縮短了提取時間,且基于該方法上提取的特征參數(shù)識別率取得較好的效果,效果特別明顯
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 采用SVM權重匹配特征參數(shù)的功能性病理嗓音識別研究.pdf
- 基于多維特征的病態(tài)嗓音檢測方法的研究.pdf
- 基于HHT變換的病態(tài)嗓音特征提取及識別研究.pdf
- 說話人識別中特征參數(shù)的提取及優(yōu)化研究.pdf
- 基于特征參數(shù)的空調(diào)系統(tǒng)模型的穩(wěn)健優(yōu)化.pdf
- 汽車碰撞特征參數(shù)研究.pdf
- 語音特征參數(shù)提取方法研究.pdf
- 磨粒的特征參數(shù)優(yōu)化與集成識別方法研究.pdf
- 基于特征參數(shù)的歌唱評分方法研究.pdf
- 振動壓路機動態(tài)特征參數(shù)的優(yōu)化與研究.pdf
- 車輛行駛軌跡特征參數(shù)重構的研究.pdf
- 基于ANN與SVM的病態(tài)嗓音識別研究.pdf
- 紗線的基本特征參數(shù)
- 基于特征參數(shù)的語音情感識別.pdf
- 基于小波變換和GMM的病態(tài)嗓音特征提取及識別研究.pdf
- 散射信道特征參數(shù)測量技術.pdf
- 基于外部特征參數(shù)的番茄分級方法研究.pdf
- 語音轉(zhuǎn)換系統(tǒng)中特征參數(shù)的研究.pdf
- 防雷裝置特征參數(shù)檢測技術研究.pdf
- 語音識別中個人特征參數(shù)提取研究.pdf
評論
0/150
提交評論