基于LMD改进特征提取的三路病理语音识别

来源：电子测量技术杂志2024年第12期北京时间：

作者：张楠，陈媛媛，陈鑫钰，侯懿桃

单位：中北大学信息与通信工程学院 太原 030024

摘要：针对发音障碍患者发音不够清晰准确，导致病理语音识别率低的问题，提出一种基于LMD改进的Gammatone滤波器组图谱特征提取算法进行三路病理语音识别，首先，该算法采用LMD分解语音信号，对分解后的各语音分量做短时傅里叶变换后进行频率合成，提取滤波器组特征及其一阶、二阶差分特征，构成能获取病理语音有效局部特征的LMD-GFbank图谱特征；其次，为了进一步优化网络模型在训练过程中遗漏掉部分有效特征信息，提出一种三路病理语音识别模型；最后，结合语音特征信息进行病理语音识别模型训练和测试。实验结果表明，LMD-GFbank图谱特征在三路病理语音识别模型上的识别率达到了93.36%，优于传统MFCC、GFCC、Fbank特征的语音识别效果，验证了所提算法及识别模型能提升病理语音识别准确率。

关键词：发音障碍;局部均值分解;病理语音识别;特征提取

基金资助：山西省基础研究计划项目（202203021221103）资助