基于深度学习的从病理声学语音信号检测声门闭合时刻
声音
2018-11-28 v1 机器学习
音频与语音处理
机器学习
摘要
本文提出一种基于分类的从病理声学语音信号中检测声门闭合时刻(GCI)的方法，其在嗓音障碍分析中有诸多应用。迄今为止，病理障碍的GCI是从喉部（声门源）信号提取的，该信号由电声门图仪记录，这是一种专门设计用于测量喉部周围声带振动的设备。我们创建了一个病理数据集，包含来自嗓音障碍患者的六种不同障碍的声门源与声学语音信号同步记录。GCI位置被手动标注用于障碍分析与监督学习。我们提出了基于卷积神经网络的GCI检测方法，通过融合深度声学语音与线性预测残差特征实现鲁棒GCI检测。实验结果表明，所提方法显著优于当前最先进(SOTA)的GCI检测方法。
引用
@article{arxiv.1811.09956,
title = {Glottal Closure Instants Detection From Pathological Acoustic Speech Signal Using Deep Learning},
author = {Gurunath Reddy M and Tanumay Mandal and Krothapalli Sreenivasa Rao},
journal= {arXiv preprint arXiv:1811.09956},
year = {2018}
}
备注
Machine Learning for Health (ML4H) Workshop at NeurIPS 2018 arXiv:1811.07216