一种基于MFCC与浅层CNN的嗓音疾病检测方法
声音
2023-04-19 v1 音频与语音处理
摘要
嗓音疾病的发病率逐年上升。利用软件进行远程诊断是一种技术发展趋势，并具有重要的实用价值。在嗓音疾病中，导致声音嘶哑的常见疾病包括痉挛性发声障碍、声带麻痹、声带小结和声带息肉。本文提出一种可广泛应用于临床的嗓音疾病检测方法。我们与中南大学湘雅医院合作，收集了六十一位不同患者的嗓音样本。提取梅尔频率倒谱系数（MFCC）参数作为输入特征，以数据形式描述嗓音。提出一种结合MFCC参数与单卷积层CNN的创新模型，用于快速计算与分类。我们达到的最高准确率为92%，完全领先于原有研究成果和国际先进水平。并且我们使用高级嗓音功能评估数据库（AVFAD）评估所提方法的泛化能力，达到了98%的准确率。在临床和标准数据集上的实验表明，对于嗓音疾病的病理检测，我们的方法在准确率和计算效率上均有大幅提升。
引用
@article{arxiv.2304.08708,
title = {A Voice Disease Detection Method Based on MFCCs and Shallow CNN},
author = {Xiaoping Xie and Hao Cai and Can Li and Fei Ding},
journal= {arXiv preprint arXiv:2304.08708},
year = {2023}
}