病态嗓音特征的神经网络选择

摘要：

病态嗓音自动检测和评价的关键是有效提取相关的特征,但一般的提取原则是尽可能的把相关特征纳入特征集,其结果就很难避免各种特征的相关和冗余信息,并对随后的识别效率和检测带来负面影响,因此特征优选工作就显得非常重要.本研究对待识别嗓音样本分别提取出两种特征参数(传统声学参数和基于小波变换提出的特征参数)后,利用神经网络分别对这两种特征参数进行了特征选择和优化,并分别对选出的各组特征进行了识别,结果表明基于神经网络的特征选择方法是有效的,从基于小波变换提出的特征中选出的7维特征矢量完全能取代原始特征矢量,并取得了正常95.06%,病态92.85%的识别结果.

关键词：病态嗓音、神经网络、显著性度量、高斯混合模型

所属期刊栏目：28

分类号：R322.3+2(人体形态学)

资助基金：广西自然科学基金桂科自:0448035

在线出版日期：2009-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：327-331