[發(fā)明專利]基于語音特征的預警方法、系統(tǒng)及其電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202210190633.8
• 申請日: 2022-02-28
• 公開（公告）號: CN114566190A
• 公開（公告）日: 2022-05-31
• 發(fā)明（設(shè)計）人: 寧琴
• 申請（專利權(quán)）人: 上海亭章通信技術(shù)有限公司
• 主分類號: G10L25/66
• 分類號: G10L25/66;G10L25/30;G10L25/03
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及腦卒中智能預防的領(lǐng)域，其具體地公開了一種基于語音特征的預警方法、系統(tǒng)和電子設(shè)備。其采用基于上下文的編碼器模型來挖掘出具有全局性的多個預定時間點的語音關(guān)聯(lián)信息，并通過卷積神經(jīng)網(wǎng)絡(luò)模型來提取出所述多個預定時間點的生理數(shù)據(jù)的高維特征，進一步使用邏輯激活函數(shù)來同時提取出這兩者之間的正向和反向的關(guān)聯(lián)，以提高分類的準確性。這樣，能夠更有效地對大部分人群的腦卒中進行預防，以保障人們的健康。

技術(shù)領(lǐng)域

本發(fā)明涉及腦卒中智能預防的領(lǐng)域，且更為具體地，涉及一種基于語音特征的預警方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)

腦卒中是一種突發(fā)性的腦血管堵塞或破裂的疾病。在我國成年人中，致死或致殘的第一因素就是腦卒中。同時，腦卒中不僅具有較高的致死率以及致殘率，而且容易反復發(fā)作。目前，在醫(yī)學上，腦卒中的治療方法主要用于腦卒中發(fā)生之后，治療方法缺乏時效性，從而導致腦卒中治療效果很不理想。對于腦卒中的防治，醫(yī)學界普遍認為預防是腦卒中疾病最好的治療措施。

但是，在腦卒中發(fā)生前，由于其根據(jù)每個人的具體情況不同，發(fā)病的情況也不同，這樣難以進行準確地預測。因此，為了更有效地對大部分人群的腦卒中進行預防，以保障人們的健康，期望一種基于語音特征的預警方法。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，提出了本申請。本申請的實施例提供了一種基于語音特征的預警方法、系統(tǒng)和電子設(shè)備，其采用基于上下文的編碼器模型來挖掘出具有全局性的多個預定時間點的語音關(guān)聯(lián)信息，并通過卷積神經(jīng)網(wǎng)絡(luò)模型來提取出所述多個預定時間點的生理數(shù)據(jù)的高維特征，進一步使用邏輯激活函數(shù)來同時提取出這兩者之間的正向和反向的關(guān)聯(lián)，以提高分類的準確性。這樣，能夠更有效地對大部分人群的腦卒中進行預防，以保障人們的健康。

根據(jù)本申請的一個方面，提供了一種基于語音特征的預警方法，其包括：

獲取多個預定時間點的語音數(shù)據(jù)；

將所述多個預定時間點的語音數(shù)據(jù)通過包含嵌入層的基于上下文的編碼器模型以將各個所述預定時間點的語音數(shù)據(jù)轉(zhuǎn)化為對應于各個所述預定時間點的語音特征向量；

將各個所述預定時間點的語音特征向量進行二維排列以獲得語音特征矩陣；

獲取在所述多個預定時間點的生理數(shù)據(jù)；

將所述多個預定時間點的生理數(shù)據(jù)按照時間和樣本維度排列為二維的輸入矩陣；

將所述二維的輸入矩陣通過卷積神經(jīng)網(wǎng)絡(luò)以獲得生理特征矩陣；

使用邏輯激活函數(shù)對所述語音特征矩陣和所述生理特征矩陣進行處理以提取出所述語音特征矩陣和所述生理特征矩陣在高維特征空間中的正向關(guān)聯(lián)特征和反向關(guān)聯(lián)特征，以獲得正向關(guān)聯(lián)矩陣和反向關(guān)聯(lián)矩陣；

融合所述正向關(guān)聯(lián)矩陣和所述反向關(guān)聯(lián)矩陣以獲得分類特征矩陣；以及

將所述分類特征矩陣通過分類器以獲得分類結(jié)果，其中，所述分類結(jié)果用于表示是否需要預警信號。

在上述基于語音特征的預警方法中，將所述多個預定時間點的語音數(shù)據(jù)通過包含嵌入層的基于上下文的編碼器模型以將各個所述預定時間點的語音數(shù)據(jù)轉(zhuǎn)化為對應于各個所述預定時間點的語音特征向量，包括：使用所述編碼器模型的嵌入層將所述多個預定時間點的語音數(shù)據(jù)轉(zhuǎn)化為語音輸入向量以獲得語音輸入向量的序列；以及，將所述語音輸入向量的序列通過所述編碼器模型的轉(zhuǎn)換器以將各個所述預定時間點的語音數(shù)據(jù)轉(zhuǎn)化為對應于各個所述預定時間點的語音特征向量。

在上述基于語音特征的預警方法中，將所述二維的輸入矩陣通過卷積神經(jīng)網(wǎng)絡(luò)以獲得生理特征矩陣，包括：所述卷積神經(jīng)網(wǎng)絡(luò)的各層在層的正向傳遞過程中對輸入數(shù)據(jù)進行卷積處理、沿通道維度的均值池化處理和激活處理以由所述卷積神經(jīng)網(wǎng)絡(luò)的最后一層輸出所述生理特征矩陣。