-
题名比例优势逻辑回归优化嗓音障碍指数算法
- 1
-
-
作者
何若男
范翔
陈益
姜羽菲
曹辉
-
机构
陕西师范大学物理学与信息技术学院
深圳市高级中学文博高中
-
出处
《计算机与现代化》
2024年第8期1-4,10,共5页
-
基金
国家自然科学基金面上项目(11374199,11074159,12374440)。
-
文摘
针对嗓音障碍指数在提取传统声学特征参数时,缺少对非传统声学特征参数的分析优化问题,本文提出一种基于有序比例优势逻辑回归的优化嗓音障碍指数算法。首先,提取频谱平坦度并与嗓音障碍指数进行相关性分析;其次,运用比例几率逻辑回归方法,得到新的嗓音障碍指数方程;最后,对数据库中所取样本的本文优化算法指数和传统嗓音障碍指数进行对比分析。本文优化算法拓宽了DSI的取值范围。将本文算法应用于嗓音障碍分级中,实验结果表明该算法能够有效地确定嗓音障碍指数数值并能迅速得到良好的分类结果。
-
关键词
声学分析
比例优势逻辑回归
嗓音障碍指数
嗓音等级分类
语音识别
-
Keywords
acoustic analysis
logistic regression of proportional dominance
voice disorder index
voice class classification
speech recognition
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于相关互补非线性特征融合的嗓音疾病分类
- 2
-
-
作者
陈益
武倩文
姜羽菲
何若男
曹辉
-
机构
陕西师范大学物理与信息技术学院
-
出处
《电子设计工程》
2024年第21期18-22,共5页
-
基金
国家自然科学基金项目(11374199,12374440)。
-
文摘
针对单一特征对嗓音疾病分类识别效果不佳和特征组合随机性的问题,文中提出相关互补原则组合非线性特征方法,有效提高了嗓音疾病的分类识别率。应用小波包分解对嗓音疾病信号进行非线性特征提取及主成分分析,对所提取的特征进行分层降维组合,使用SVM分类器对嗓音疾病进行分类识别。实验结果表明,分层降维特征按相关互补原则组合相较于原始特征随机组合在相同的分类器下的准确率提高了6.16%,极大地提高了嗓音疾病的识别率。
-
关键词
嗓音疾病
非线性特征
小波包分解
特征组合
-
Keywords
voice disease
nonlinear features
wavelet packet decomposition
features combination
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名基于卷积神经网络特征提取的病理语音识别
- 3
-
-
作者
姜羽菲
石宇
何若男
陈益
曹辉
-
机构
陕西师范大学物理学与信息技术学院
-
出处
《电子设计工程》
2024年第20期26-30,共5页
-
基金
国家自然科学基金(12374440)。
-
文摘
针对传统病理语音识别效率低的问题,提出了一种利用卷积神经网络语音特征的病理语音识别方法,实现了特征的自动提取。从原始语音信号中提取梅尔语谱图特征,并对原始图像进行数据增强。基于迁移学习的思想,对Alex Net网络进行微调和训练,并将图像输入到训练好的卷积神经网络中提取语句级特征,输出时由时域金字塔匹配进行统一降维,得到相同长度的语音特征。使用神经网络和支持向量机分类器分别对提取好的语音特征进行分类,以完成病理语音识别。实验结果表明,神经网络能够很好地提取复杂和抽象的特征,避免了前期复杂繁琐的数据处理和数据分析工作,同时与传统特征提取方法相比准确率有所提高。
-
关键词
病理语音识别
梅尔谱图
卷积神经网络
时域金字塔匹配
-
Keywords
pathological speech recognition
Merle spectral map
convolutional neural network
time domain pyramid matching
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
