基于声门源特征的病理性嗓音分析与检测
摘要
嗓音病理的自动检测可实现客观评估并有助于更早干预诊断。本研究对声门源特征进行了系统分析，并考察了它们在嗓音病理检测中的有效性。声门源特征分别通过准闭相（QCP）声门逆滤波方法估计的声门流、零频滤波（ZFF）方法计算的近似声门源信号，以及直接使用的声学嗓音信号来提取。此外，我们提出从 QCP 和 ZFF 计算的声门源波形中导出梅尔频率倒谱系数（MFCCs），以有效捕获病理性嗓音中声门源谱的变化。实验使用两个数据库进行：Hospital Universitario Principe de Asturias（HUPA）数据库和 Saarbrucken Voice Disorders（SVD）数据库。特征分析表明，声门源包含区分正常与病理性嗓音的信息。病理检测实验使用支持向量机（SVM）进行。检测实验观察到，所研究的声门源特征取得的性能与常规 MFCCs 和感知线性预测（PLP）特征相当或更好。当声门源特征与常规 MFCCs 和 PLP 特征结合时取得了最佳检测性能，这表明这些特征具有互补性。
引用
@article{arxiv.2309.14080,
title = {Analysis and Detection of Pathological Voice using Glottal Source Features},
author = {Sudarsana Reddy Kadiri and Paavo Alku},
journal= {arXiv preprint arXiv:2309.14080},
year = {2023}
}
备注
Copyright 2020 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works