用于发声障碍自动评估的深度神经网络
音频与语音处理
2022-03-01 v1 声音
定量方法
摘要
本工作的目的是增进对声学质量领域深度神经网络的理解并改进之。我们获得了一个预测 GRBAS 量表中发声障碍整体严重度感知评估结果的神经网络。其设计聚焦于振幅扰动、频率扰动与噪声。结果与该数据上人类评分者的表现进行了比较。神经网络的精度与平均绝对误差均接近人类评分者内表现，并超越了评分者间表现。
引用
@article{arxiv.2202.12957,
title = {Deep Neural Network for Automatic Assessment of Dysphonia},
author = {Mario Alejandro García and Ana Lorena Rosset},
journal= {arXiv preprint arXiv:2202.12957},
year = {2022}
}