基于 CNN 年龄分类的婴儿哭声信号嗓音道发育分析与诊断
声音
2021-04-26 v1 机器学习
音频与语音处理
摘要
从哭泣到咿呀学语再到言语，婴儿的声道经历了解剖学重构。本文提出一种非侵入式快速方法，利用婴儿哭声信号结合基于卷积神经网络（CNN）的年龄分类，在婴儿 4 月龄时尽早诊断声道发育的异常。我们研究 F0、F1、F2 和频谱图，并将其与婴儿发声的出生后发育相关联。通过二值年龄对执行一种新颖的基于 CNN 的年龄分类，以发现声道变化的模式和趋势。该方法的有效性在包含健康婴儿哭声的 Baby2020 和包含病理婴儿哭声的 Baby Chillanto 数据库上进行了评估。结果显示，我们的方法对健康哭声准确率为 79.20%，对窒息哭声为 84.80%，对耳聋哭声为 91.20%。我们的方法首次揭示婴儿声道在 4 月龄发育到一定水平，且婴儿可开始控制声带产生不连续哭声进而咿呀学语。声道生长异常的早期诊断可帮助家长尽早保持警惕并为其婴儿采取医疗或训练治疗。
引用
@article{arxiv.2104.11395,
title = {Infant Vocal Tract Development Analysis and Diagnosis by Cry Signals with CNN Age Classification},
author = {Chunyan Ji and Yi Pan},
journal= {arXiv preprint arXiv:2104.11395},
year = {2021}
}