[發明專利]一種病理嗓音的識別方法

無效

• 申請號: 201410027836.0
• 申請日: 2014-01-22
• 公開（公告）號: CN103778913A
• 公開（公告）日: 2014-05-07
• 發明（設計）人: 張曉俊;曹毅;陶智;黃程韋;吳迪;肖仲喆
• 申請（專利權）人: 蘇州大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/10
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 曹毅

1.一種病理嗓音的識別方法，包括特征參數輸入模塊、特征優化模塊、病理嗓音識別模塊、匹配判斷模塊和內容呈現模塊，其特征在于，所述病理嗓音識別模塊包括基于期望值最大化的高斯混合模型（GMM-EM）建立單元、模型訓練單元和語音識別單元，

????其中所述模型（GMM-EM）建立單元和模型訓練單元包括以下步驟：

????步驟2.1）確定高斯混合模型代表公式，如下：

其中，，分別表示第i個高斯分量的權重、均值向量和方差矩陣，表示m維的特征向量，K是高斯模型的分量數目；

????步驟2.2）E步計算得到初始化參數，計算公式如下：

??????????????j=1,..,K,?t=1,…,n；

????步驟2.3）M步計算更新參數，計算公式如下：

??????????

????????

????；

????步驟2.4）針對各類病理嗓音種類，提取各種特征參數；

步驟2.5）對每類嗓音每種特征參數進行GMM訓練，得到訓練的GMM矩陣；

步驟2.6）運用連接F屬性的評估的屬性選擇的算法對數據進行組合優化，提取出若干個參數；

步驟2.7）運用兩種分類器，對數據進行進一步特征優化；

步驟2.8）將步驟2.7）中提取的特征參數輸入訓練好的GMM，求其似然度；

步驟2.9）根據步驟2.8）算出的似然度，計算各類病理嗓音的匹配概率；

步驟2.10）對步驟2.9）求出的各特征參數匹配概率加權求和得總匹配度Match；

步驟2.11）將步驟2.9）求得的總匹配度Match和閾值進行比較，如果大于閾值，將進行各特征的貢獻率計算，如果小于閾值，將進行計數及送入結束判斷；

步驟2.12）對步驟2.11）中的總匹配度Match小于閾值且不滿足結束條件的嗓音信號送回進行新一輪的訓練，如果滿足結束條件，則訓練結束；

所述語音識別單元包括以下步驟：

步驟2.13）輸入識別嗓音信號進行特征提取；

步驟2.14）運用連接F屬性的評估的屬性選擇的算法對數據進行組合優化，提取出若干參數；

步驟2.15）運用兩種分類器，對數據進行進一步特征優化；

步驟2.16）加載步驟2.12）中訓練好的識別模型；

步驟2.17）將步驟2.14）中提取的特征與加載好的識別模型進行匹配；

步驟2.18）若匹配，則識別結束，若不匹配則載入下一個訓練好的模型，并轉入步驟2.13）。

2.根據權利要求1所述的病理嗓音的識別方法，其特征在于，所述特征參數輸入模塊包括數據庫單元和選擇單元，并且所述特征參數輸入模塊和特征優化模塊包括以下步驟：

??步驟1.1）對病理嗓音特征庫進行特征空間采樣，生成特征子集；

??步驟1.2）用連接F屬性評估的屬性選擇算法評價特征子集，并得到其優劣程度的得分Match；

??步驟1.3）將特征子集優劣程度得分與連接F屬性評估的屬性選擇算法中設定的閾值相比較，若Match大于閾值則轉入下一步，否則轉入步驟1.1）；

??步驟1.4）驗證特征選擇的結果。