采用線譜對參數(shù)和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行病理嗓音修復(fù)的研究.pdf

1、病理嗓音（Pathological voice）的自動識別檢測在臨床上已經(jīng)成為某些重大疾病預(yù)防及早期診斷的重要手段，本文首先采用基于歸一化 Poly核函數(shù)的支持向量機（SVM）算法進(jìn)行病理嗓音的識別，并在此基礎(chǔ)上提出了采用線譜對參數(shù)和誤差反向傳播神經(jīng)網(wǎng)絡(luò)的方法重建共振峰，以修復(fù)病理嗓音。結(jié)合病理嗓音的頻譜特性，使修復(fù)后的語音能夠幫助有嗓音疾病的患者進(jìn)行正常的交流，具有廣泛的應(yīng)用價值。
　　針對病理嗓音的基音頻率不穩(wěn)定的特點，首先求

2、取目標(biāo)語音與源語音的基音周期比值作為變換率系數(shù)，并根據(jù)該系數(shù)獲取修復(fù)嗓音的基音頻率，實驗證明采用該方法的轉(zhuǎn)換模型，即使在基音缺失的情況下也能進(jìn)行重構(gòu)造，為下一步嗓音修復(fù)提供穩(wěn)定的激勵源。
　　針對共振峰不規(guī)則、斷裂甚至消失的特點，相對應(yīng)的10階與共振峰配對特性好的線譜對參數(shù)（LSP）作為聲道譜參數(shù)。LSP穩(wěn)定性高且具有良好的量化特性和插值特性，適用于共振峰出現(xiàn)偏移、缺失等情況，同時與誤差反向傳播（BP）神經(jīng)網(wǎng)絡(luò)結(jié)合建模，根據(jù)訓(xùn)練后