作者:何凌; 袁亚南; 尹恒; 张桠童; 张劲; 刘奇; 李杨 期刊:《工程科学与技术》 2014年第02期
为了对腭裂语音的高鼻音进行等级区分,提出基于声学特征参数分析的腭裂语音高鼻音等级自动识别算法,提取基于香农能量和Mel倒谱系数(Melfrequencycepstrumcoefficient,MFCC)的S-MFCC作为声学特征参数,结合高斯混合模型(Gaussianmixturemodel,GMM)分类器实现对腭裂语音4类高鼻音等级(正常、轻度、中度和重度)的自动识别。实验结果表明,提出的自动识别算法取得了较高的高鼻音类别正确识别率,对4类高鼻音的平均识别率达...
作者:付方玲; 何飞; 付佳; 尹恒; 黄华; 何凌 期刊:《计算机工程与应用》 2019年第10期
腭裂语音高鼻音等级的自动识别能为临床腭咽功能评估提供有效、客观、无创的辅助依据。对腭裂语音高鼻音等级自动分类系统进行了研究,利用听觉模型提取语音信号的听觉内部表达,并结合同步检测器提取软限制比(Soft Limited Ratio,SLR)谱特征作为特征参数,利用一对一支持向量机(1-v-1 Support Vector Machine,1-v-1SVM)实现腭裂语音高鼻音四类等级(正常、轻度、中度和重度)的自动划分。实验采用56名儿童的共3 086个语音样本,并对比了...
作者:张闻琅; 石冰; 尹恒; 郑谦; 李杨 期刊:《华西口腔医学》 2005年第06期
目的通过语音频谱分析探索评价高鼻音程度的客观指标.方法选取四川大学华西口腔医院语音矫治室保存的腭裂患者录音资料60份,采用阳宸VS-99语音工作站进行分析,获得低频区相对能量值(REL值);再由专业语音治疗师和从未接触过语音治疗的口腔医师分别对这60份录音资料进行主观判听,获得专业主观判听值和业余主观判听值.将3组数据进行统计学相关性分析.结果 REL值与专业、业余主观判听值间的相关系数分别为0.272和0.274,为低度相关(P<0...
作者:尹恒 何凌 张劲 李杨 期刊:《计算机工程与设计》 2013年第10期
为了实现对腭裂患者高鼻音的自动识别,提出了基于语音信号非线性能量算子及K-最近邻分类器的高鼻音自动识别算法.实验对腭裂语音数据库中非高鼻音及高鼻音信号提取基于香农能量和非线性能量算子的语音特征参数,结合模式识别分类器,实现了对高鼻音语音的自动检测.实验结果表明,应用非线性能量算予,能实时跟踪语音信号瞬时能量变化,实现了对高鼻音较高的判别正确率,其分类器正确识别率在90%以上,且优于传统的香农能量算法,具有较高...