一種病理嗓音的識別方法
【專利摘要】本發(fā)明公開了一種病理嗓音的識別方法，包括特征參數(shù)輸入模塊、特征優(yōu)化模塊、病理嗓音識別模塊、匹配判斷模塊和內(nèi)容呈現(xiàn)模塊，所述特征參數(shù)輸入模塊和特征優(yōu)化模塊對病理嗓音特征庫進行采樣和優(yōu)化淘選，所述病理嗓音識別模塊根據(jù)特征參數(shù)計算匹配度Match，所述匹配判斷模塊用以統(tǒng)計識別結(jié)果，所述內(nèi)容呈現(xiàn)模塊用以輸出。本發(fā)明通過EM算法，消掉隱變量，通過特征優(yōu)化組合參數(shù)，經(jīng)過分類器，再運用基于期望值最大化的高斯混合模型（GMM-EM）對優(yōu)化后的嗓音特征進行有效識別，明顯提高正確識別率。
【專利說明】一種病理嗓音的識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于聲音識別領(lǐng)域，具體的涉及一種病理嗓音的識別方法。
【背景技術(shù)】
[0002]對嗓音狀況的調(diào)查表明，目前我國至少有I億人患有各種嗓音疾病，原因涉及到生理和工作環(huán)境等許多方面。如何保留和提高喉發(fā)音功能及其檢測方法成為了眾多信號處理及統(tǒng)計模式識別領(lǐng)域研究者共同關(guān)注的焦點。隨著計算機技術(shù)及統(tǒng)計模式識別的迅猛發(fā)展，建立在模型統(tǒng)計基礎(chǔ)上的病理嗓音自動檢測也迅速成為了研究熱點，經(jīng)過幾十年的發(fā)展，形成了眾多的研究方法。
[0003]在特征優(yōu)化方面，本發(fā)明運用連接F屬性的評估的屬性選擇的優(yōu)化算法，再用兩種分類器，對數(shù)據(jù)進行進一步優(yōu)化分類，探討各種病理嗓音的特征。接下來用基于期望值最大化的高斯混合模型，對優(yōu)化后的嗓音特征進行有效識別。一般的利用傳統(tǒng)的高斯混合模型識別的流程如圖1所示，分為訓(xùn)練部分和識別部分。建模首先要提取嗓音信號的特征，特征提取之后特征優(yōu)化，然后訓(xùn)練得到模型。識別部分首先進行特征提取，再進行特征優(yōu)化，此時需要與訓(xùn)練好的模型進行匹配得到匹配得分，再和設(shè)定的閾值比較，最后得到判別結(jié)果。但是傳統(tǒng)的基于極大似然估計的高斯混合模型必須要求數(shù)據(jù)處理中不含隱變量，而實際實驗中嗓音特征無法避免的會存在隱變量，這就給基于極大似然估計的高斯混合模型識別語音帶來了困難。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是克服目前病理嗓音系統(tǒng)存在的上述缺點，通過EM算法，消掉隱變量，通過特征優(yōu)化組合參數(shù)，經(jīng)過分類器，再運用高斯混合模型，明顯提高正確識別率。
[0005]為實現(xiàn)上述技術(shù)目的，達到上述技術(shù)效果，本發(fā)明通過以下技術(shù)方案實現(xiàn):
一種病理嗓音的識別方法，包括特征參數(shù)輸入模塊、特征優(yōu)化模塊、病理嗓音識別模塊、匹配判斷模塊和內(nèi)容呈現(xiàn)模塊，所述病理嗓音識別模塊包括基于期望值最大化的高斯混合模型(GMM-EM)建立單元、模型訓(xùn)練單元和語音識別單元，
其中所述模型(GMM-EM)建立單元和模型訓(xùn)練單元包括以下步驟:
步驟2.1)確定高斯混合模型代表公式，如下:
【權(quán)利要求】
1.一種病理嗓音的識別方法，包括特征參數(shù)輸入模塊、特征優(yōu)化模塊、病理嗓音識別模塊、匹配判斷模塊和內(nèi)容呈現(xiàn)模塊，其特征在于，所述病理嗓音識別模塊包括基于期望值最大化的高斯混合模型(GMM-EM)建立單元、模型訓(xùn)練單元和語音識別單元， 其中所述模型(GMM-EM)建立單元和模型訓(xùn)練單元包括以下步驟: 步驟2.1)確定高斯混合模型代表公式，如下:
2.根據(jù)權(quán)利要求1所述的病理嗓音的識別方法，其特征在于，所述特征參數(shù)輸入模塊包括數(shù)據(jù)庫單元和選擇單元，并且所述特征參數(shù)輸入模塊和特征優(yōu)化模塊包括以下步驟:步驟1.1)對病理嗓音特征庫進行特征空間采樣，生成特征子集； 步驟1.2)用連接F屬性評估的屬性選擇算法評價特征子集，并得到其優(yōu)劣程度的得分Match ； 步驟1.3)將特征子集優(yōu)劣程度得分與連接F屬性評估的屬性選擇算法中設(shè)定的閾值相比較，若Match大 于閾值則轉(zhuǎn)入下一步，否則轉(zhuǎn)入步驟1.1); 步驟1.4)驗證特征選擇的結(jié)果。
【文檔編號】G10L15/10GK103778913SQ201410027836
【公開日】2014年5月7日 申請日期:2014年1月22日 優(yōu)先權(quán)日:2014年1月22日
【發(fā)明者】張曉俊, 曹毅, 陶智, 黃程韋, 吳迪, 肖仲喆 申請人:蘇州大學(xué)