采用音质特征和VLAD编码的新冠肺炎检测算法

摘要：

2020年,世界卫生组织宣布COVID-19疫情为大流行病.为了实现COVID-19快速地、可靠地检测,本研究通过语音信号分析技术来寻找感染COVID-19的语音信号特征,利用咳嗽声片段和语音片段对是否感染CO-VID-19做出自动判断.在INTERSPEECH 2021 ComParE竞赛提供的相关数据集和baseline的基础上,本文首先利用语音端点检测技术对数据集进行增广,其次在特征集中加入语音质量特征,使相关baseline结果得到了提升,证明了语音质量特征在对COVID-19自动语音检测任务上的有效性.同时,引入局部聚合描述子向量对低级别特征进行编码,当字典大小较小时,有效地提升了系统的分类性能.最后,对多种算法得到的分类结果进行融合,进一步提升分类效果,最终在两个子任务中的验证集上UAR分别取得了 73.9％和77.2％.

关键词：COVID-19自动检测;语音切分;语音质量特征;局部聚合描述子向量;情感识别

所属期刊栏目：37

分类号：TP181(自动化基础理论)

在线出版日期：2021-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1843-1851