基于小波變換和GMM的病態(tài)嗓音特征提取及識(shí)別研究.pdf

1、病態(tài)嗓音識(shí)別是計(jì)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(shí)現(xiàn)無(wú)痛、無(wú)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(gè)或幾個(gè)參數(shù)作出診斷，最終也無(wú)法擺脫醫(yī)生的經(jīng)驗(yàn)進(jìn)行主觀判斷。為了真正實(shí)現(xiàn)客觀的檢測(cè)，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(shí)別和客觀評(píng)價(jià)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(shí)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(duì)信號(hào)進(jìn)行分解，突出病態(tài)嗓音的特點(diǎn)，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(shí)別的特征矢量集，運(yùn)用GMM模型實(shí)現(xiàn)了正常與病態(tài)嗓音識(shí)別。 本文數(shù)據(jù)庫(kù)

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(lái)自臨床，隨機(jī)各選取80例作為訓(xùn)練集，剩余的作為測(cè)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(guò)程及算法。實(shí)驗(yàn)結(jié)果表明：ECDDMA系數(shù)較傳統(tǒng)的模擬人耳聽(tīng)覺(jué)非線性特性的MFCC及其動(dòng)態(tài)特征更有利于正常與病態(tài)嗓音的識(shí)別，并得到了好的識(shí)別結(jié)果。并通過(guò)實(shí)驗(yàn)分析了特征提取過(guò)程中去噪的必要性、模型混合數(shù)的選取對(duì)識(shí)別性能的影響、小波分解層數(shù)選取對(duì)識(shí)別性能的影響等

4、問(wèn)題。 由于ECDDMA系數(shù)的提取是對(duì)語(yǔ)音的整個(gè)頻域進(jìn)行分析的，因此存在部分特征對(duì)識(shí)別率的提高沒(méi)有作用，反而會(huì)使識(shí)別性能下降，使運(yùn)算復(fù)雜，因此有必要進(jìn)行特征選擇，選出有效的特征來(lái)構(gòu)建模型，提高識(shí)別性能。本文對(duì)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(shí)驗(yàn)表明基于窮舉法的特征選擇對(duì)于維數(shù)較多的特征矢量是不實(shí)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