结合听觉模型的腭裂语音高鼻音等级自动识别

来源：计算机工程与应用杂志2019年第10期北京时间：

作者：付方玲1，何 飞1，付 佳1，尹 恒2，黄 华1，何 凌1

单位：1.四川大学 电气信息学院，成都 610065；2.四川大学 华西口腔医院，成都 610041

摘要：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-1 SVM）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，并对比了使用不同基底膜滤波器种类和个数，使用同步检测器和侧抑制网络对识别效果的影响。实验结果表明，使用基于等效矩阵带宽（Equivalent Rectangular Bandwidth，ERB）尺度的Gammatone滤波器的识别效果优于基于Bark尺度的小波包滤波器；54个通道的滤波器能有效权衡算法时间成本和识别正确率；使用同步检测器提取SLR谱特征的识别效果优于侧抑制网络提取的LIN（Lateral Inhibition Network）谱特征。腭裂语音高鼻音四类等级自动识别系统最高分类正确率达91.50%。

关键词：腭裂语音,高鼻音,听觉模型,同步检测器