多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別.pdf

1、碩士學(xué)位論文論文題目多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別研究生姓名周強(qiáng)指導(dǎo)教師姓名陶智（教授）專業(yè)名稱檢測(cè)技術(shù)與自動(dòng)化裝置研究方向語音信號(hào)處理論文提交日期2013年4月多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別中文摘要I多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識(shí)別中文摘要中文摘要當(dāng)代社會(huì)語音是人與人最自然的溝通手段，而且隨著科技的發(fā)展，語音將會(huì)在人機(jī)交互等智能化領(lǐng)域展現(xiàn)出其優(yōu)

2、越性和必要性。隨著環(huán)境問題、社會(huì)和職業(yè)壓力等因素的出現(xiàn)，嗓音疾病的發(fā)病率程明顯的上升趨勢(shì)。聲帶作為重要的發(fā)聲部位，其病變是導(dǎo)致發(fā)聲出現(xiàn)問題的重要原因。由于無損性、便利性、易傳輸性等優(yōu)勢(shì)，聲學(xué)分析的病理嗓音診斷已然成為研究的熱點(diǎn)。針對(duì)傳統(tǒng)聲學(xué)特征在描述聲帶疾病對(duì)嗓音的影響時(shí)存在的局限性和非完備性，從仿生學(xué)、非線性動(dòng)力學(xué)和高階統(tǒng)計(jì)學(xué)角度，提出了多頻帶非線性分析和感知多譜熵分析的嗓音特征提取方法，以提高聲帶疾病嗓音的識(shí)別率。具體研究如下：（1

3、）分析了聲帶疾病對(duì)嗓音信號(hào)的影響和傳統(tǒng)特征的反映及其局限性，進(jìn)行相關(guān)性和差異性分析并用于特征選擇。接著提出多頻帶非線性分析方法，引入可模擬人耳聽覺特性的Gammatone濾波器組，求取每個(gè)頻帶下濾波信號(hào)的最大李雅普諾夫指數(shù)，它可以細(xì)致地刻畫嗓音信號(hào)每個(gè)頻帶的非線性特性，從而更加細(xì)致地體現(xiàn)出聲帶疾病對(duì)嗓音的非線性影響。然后提出了感知多譜熵特征，求取各聽覺濾波器頻帶的多譜和進(jìn)行能量熵分析，其可以較細(xì)致地反映嗓音每個(gè)頻帶的非高斯性。正常嗓音與

4、聲帶疾病嗓音和聲帶疾病嗓音與甲狀腺亢進(jìn)疾病嗓音的識(shí)別實(shí)驗(yàn)表明本文提出的特征比傳統(tǒng)特征有較高的識(shí)別率提升。（2）針對(duì)特征不同維間存在的冗余，采用核主成分分析進(jìn)行特征優(yōu)化，而核函數(shù)的形式及核參數(shù)的設(shè)置直接影響優(yōu)化效果，本文提出了高斯最大似然度的最優(yōu)核參數(shù)選擇算法。識(shí)別實(shí)驗(yàn)也表明本文提出的核函數(shù)具有最佳的特征優(yōu)化性能。（3）為了更全面地體現(xiàn)聲帶疾病對(duì)嗓音的影響，將篩選后的傳統(tǒng)特征與本文提出特征融合構(gòu)成新的特征向量，實(shí)現(xiàn)了特征之間的互補(bǔ)。當(dāng)融合