基于多特征组合的构音障碍语音识别

为提高构音障碍识别准确率,提出一种基于多特征组合的构音障碍语音识别方法。利用遗传算法进行特征选择,从语音的韵律特征、频谱特征、人耳听觉特征、嗓音质量特征和声道模型特征等5类特征组合成的多特征组合中选择出分类准确率最高的特征子集,通过SVM分类器对选择出的特征进行识别。在Torgo声学和发音数据库对不同的语音刺激类型进行模拟实验,实验结果表明,提出方法对Torgo数据库的3种语音刺激类型的平均准确率为97.52%,优于现有的识别方法。     

结合差分演化和逻辑回归的构音障碍自动识别方法

针对传统的构音障碍诊断方法存在耗时高、成本高等问题，提出一种构音障碍语音的计算机自动识别方法。结合Gammatone频率倒谱系数(Gammatone Frequency Cepstrum Coefficients, GFCC)与常用声学特征形成组合声学特征，应用差分演化算法进行特征选择，并使用逻辑回归分类器对构音障碍语音进行识别。将Torgo构音障碍语音数据库分成3个语音子集，分别是非词、短词语、限制句子集，提取24维GFCC和37维常用的声学特征构成组合声学特征，最后使用差分演化算法和逻辑回归分类器进行分类识别。实验表明：使用差分演化算法可以有效选择出具有更佳识别能力的特征，从而显著提高构音障碍识别率。在非词子集上的实验准确率达到98.18%，召回率为98.3%，精确率为98.3%。