ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

有效特征参数分类正常与病理语音

郭乐乐; 曹辉; 李涛陕西师范大学
Technical Acoustics2019DOI: 10.16300/j.cnki.1000-3630.2019.05.012
17阅读
引用收藏
分享

摘要

采用残差信号的特征参数——基音幅值(Pitch Amplitude, PA)和频谱平坦度(Spectral Flatness of the Residue Signal, SFR)与语音信号倒谱域特征参数——倒谱峰值突出(Cepstral Peak Prominence, CPP)来区分正常与病理语音,在萨尔布吕肯语音数据库中选择自然音调的正常与病理语音/a/进行仿真实验。统计结果表明,与正常语音相比,病理语音的PA较小,SFR更接近零,CPP也较小。结合其他传统特征参数分析对比,证明SFR、PA和CPP更能有效分类正常与病理语音。通过不同分类算法比较,得出支持向量机的分类准确率相对更高。

学科与关键词

关键词
残差信号基音幅值频谱平坦度倒谱峰值突出支持向量机 residue signalpitch amplitude(PA)spectral flatness of the residue signal(SFR)cepstral peak prominence (CPP)support vector machine
相关
加载中…
  • 长时共振峰分布特征在声纹鉴定中的应用
    曹洪林; 孔江平中国司法鉴定, 2013, (01): 62-67.
  • 一种基于MFCC与韵律特征的说话人确认方法
    骆启帆; 章坚武; 吴震东杭州电子科技大学学报, 2013, (05): 134-137.
  • 说话人特征提取算法的研究
    孙鹏; 戴天虹; 李野森林工程, 2013, (02): 143-147.
查看全部 →

发表信息

论文状态
公开发表
期刊
Technical Acoustics
发表日期
2019
卷期
第 05 期
页码
554-559
DOI
10.16300/j.cnki.1000-3630.2019.05.012
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(11074159、11374199);

作者

  • 郭

    郭乐乐 (第一作者)

  • 曹

    曹辉

查看全部 3 位作者收起作者
  • 李

    李涛

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417