基于HHT變換的病態(tài)嗓音特征提取及識(shí)別研究.pdf

1、病態(tài)嗓音識(shí)別對(duì)在醫(yī)學(xué)上實(shí)現(xiàn)無(wú)痛嗓音檢查、無(wú)損傷化技術(shù)有著十分重要的意義。病態(tài)嗓音識(shí)別率的提高取決于有效的特征提取和合理的識(shí)別方法。鑒于傳統(tǒng)的語(yǔ)音聲學(xué)參數(shù)主要基于語(yǔ)音的短時(shí)平穩(wěn)性，采用加窗傅立葉變換求取,本文嘗試采用希爾伯特黃變換（Hilbert-Huang Transform ，簡(jiǎn)稱HHT）提取病態(tài)嗓音的新特征參數(shù)：瞬時(shí)能量-瞬時(shí)頻率標(biāo)準(zhǔn)差參數(shù)（簡(jiǎn)稱A-f標(biāo)準(zhǔn)差參數(shù)），并使用基于時(shí)變信息狀態(tài)變化的HMM(隱馬爾可夫模型)識(shí)別方法以驗(yàn)證A

2、-f標(biāo)準(zhǔn)差參數(shù)的有效性。 本文討論和研究了經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的一些關(guān)鍵的問(wèn)題, 并在Matlab平臺(tái)下實(shí)現(xiàn)了EMD及其相關(guān)的應(yīng)用程序, 通過(guò)仿真數(shù)據(jù)分析, 結(jié)果表明HHT變換比傳統(tǒng)信號(hào)處理方法具有更高的時(shí)頻定位特性。同時(shí)對(duì)HHT變換存在的問(wèn)題提出可行的改進(jìn)方法。 在研讀相關(guān)資料基礎(chǔ)上，根據(jù)各種常用的聲學(xué)參數(shù)對(duì)病態(tài)嗓音辨識(shí)準(zhǔn)確度的貢獻(xiàn)不同，從病態(tài)嗓音的能量和頻率的變化著手，重點(diǎn)研究病態(tài)嗓音在頻率和幅度上的擾動(dòng)與微擾參數(shù)

3、顯著高于正常嗓音的特性。結(jié)合嗓音的非平穩(wěn)非線性特點(diǎn)，利用HHT變換的高時(shí)頻分辨率以及經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的濾波器組特性，總結(jié)出提取A-f標(biāo)準(zhǔn)差特征參數(shù)的詳細(xì)算法并編程實(shí)現(xiàn)。 為證明A-f標(biāo)準(zhǔn)差參數(shù)的有效性，本文還自行設(shè)計(jì)基于離散隱含馬爾可夫模型（DHMM）算法的識(shí)別系統(tǒng)，并用實(shí)驗(yàn)的方法確定識(shí)別系統(tǒng)的各項(xiàng)參數(shù)最佳選取，包括選擇矢量量化中的碼本容量和DHMM模型的結(jié)構(gòu)類型、狀態(tài)轉(zhuǎn)移數(shù)等。利用識(shí)別系統(tǒng)分別對(duì)從正常/病態(tài)嗓音中提取的M