病态嗓音特征的小波变换提取及识别研究

作     者：于燕平 胡维平 YU Yan-ping;HU Wei-ping

作者机构：广西师范大学物理与电子工程学院广西桂林541004 柳州铁道职业技术学院电子工程系广西桂林545007 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2009年第45卷第22期

页      面：194-196,205页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：广西自然科学基金No.0448035~~ 

主　　题：高斯混合模型(GMM) 病态嗓音 Mel倒谱系数(MFCC) 小波变换 

摘      要：通过分析嗓音的发音机理、病态嗓音与正常嗓音在频域的表现差异,利用小波变换对信号进行分解,突出病态嗓音的特点,提出了基于多尺度分析的小波降噪、分解的熵系数(Entropy Coefficient based on De-noise,Decomposition of Multi-scale Analysis,ECDDMA)作为识别的特征矢量集。并对比分析了语音识别中经典特征参数Mel倒谱系数(MFCC),分别运用这两种特征参数对242例正常嗓音和234例病态嗓音运用高斯混合模型(GMM)进行了识别。结果显示:ECDDMA系数较传统的模拟人耳听觉非线性特性的MFCC及其动态特征能更准确地表征正常与病态嗓音之间的差异,有利于同时提高病态和正常嗓音的识别率。