基于小波變換和GMM的病態(tài)嗓音特征提取及識別研究.pdf

1、病態(tài)嗓音識別是計算機(jī)技術(shù)在醫(yī)學(xué)領(lǐng)域的滲透與發(fā)展，這將為臨床實現(xiàn)無痛、無損傷化檢查和客觀的診斷作出重要的貢獻(xiàn)。由于嗓音的復(fù)雜性，基于聲學(xué)參數(shù)的病態(tài)嗓音檢查不能僅憑一個或幾個參數(shù)作出診斷，最終也無法擺脫醫(yī)生的經(jīng)驗進(jìn)行主觀判斷。為了真正實現(xiàn)客觀的檢測，許多研究者已經(jīng)作了大量的工作，在病態(tài)嗓音的智能識別和客觀評價方向上作出了重大的貢獻(xiàn)，但目前的結(jié)果離真正的進(jìn)入臨床應(yīng)用還存在一定的距離。 本文在前人工作的基礎(chǔ)上，研究了基于小波變換和高斯混

2、合模型（GMM）的病態(tài)嗓音識別系統(tǒng)。從嗓音的發(fā)音機(jī)理、病態(tài)嗓音與正常嗓音在頻域的表現(xiàn)差異，利用小波變換對信號進(jìn)行分解，突出病態(tài)嗓音的特點，本文提出了基于多尺度分析的小波降噪、分解的熵系數(shù)（Entropy Coefficient Based on De-noise，Decomposition of Multi-scale Analysis，ECDDMA）作為模型識別的特征矢量集，運用GMM模型實現(xiàn)了正常與病態(tài)嗓音識別。 本文數(shù)據(jù)庫

3、242例正常嗓音和234例病態(tài)嗓音，其中病態(tài)嗓音樣本全部來自臨床，隨機(jī)各選取80例作為訓(xùn)練集，剩余的作為測試集。詳細(xì)介紹了小波變換和小波降噪的基本理論，并得到了ECDDMA系數(shù)的提取過程及算法。實驗結(jié)果表明：ECDDMA系數(shù)較傳統(tǒng)的模擬人耳聽覺非線性特性的MFCC及其動態(tài)特征更有利于正常與病態(tài)嗓音的識別，并得到了好的識別結(jié)果。并通過實驗分析了特征提取過程中去噪的必要性、模型混合數(shù)的選取對識別性能的影響、小波分解層數(shù)選取對識別性能的影響等

4、問題。 由于ECDDMA系數(shù)的提取是對語音的整個頻域進(jìn)行分析的，因此存在部分特征對識別率的提高沒有作用，反而會使識別性能下降，使運算復(fù)雜，因此有必要進(jìn)行特征選擇，選出有效的特征來構(gòu)建模型，提高識別性能。本文對傳統(tǒng)窮舉法與基于神經(jīng)網(wǎng)絡(luò)特征選擇法進(jìn)行了比較，實驗表明基于窮舉法的特征選擇對于維數(shù)較多的特征矢量是不實用的，也證明了基于神經(jīng)網(wǎng)絡(luò)特征選擇的優(yōu)越性，本文最后使用神經(jīng)網(wǎng)絡(luò)方法從（ECDDMA系數(shù)+能量特征）22維原始特征中選取出