用于基于 DNN 的嗓音障碍检测的 MFCC 序列参数化
声音
2018-12-17 v1 音频与语音处理
摘要
本文提出了一种基于 DNN 的系统，用于检测三种常见嗓音障碍（声带结节、息肉和囊肿；喉部肿瘤；单侧声带麻痹）。算法的输入是持续元音 /a:/ 的（至少 3 秒长的）音频录音。该算法作为由 Far Eastern Memorial Hospital 组织的“2018 FEMH Voice Data Challenge”的一部分开发，并获得了挑战规范中定义的分数值 77.44。这是最终提交前第二好的结果。本文撰写时最终挑战结果尚不知晓。本文还报告了为最终提交所做的改动，这些改动在交叉验证中将分数值提高了 0.6 个百分点。
引用
@article{arxiv.1812.05888,
title = {Parameterization of Sequence of MFCCs for DNN-based voice disorder detection},
author = {Tomasz Grzywalski and Adam Maciaszek and Adam Biniakowski and Jan Orwat and Szymon Drgas and Mateusz Piecuch and Riccardo Belluzzo and Krzysztof Joachimiak and Dawid Niemiec and Jakub Ptaszynski and Krzysztof Szarzynski},
journal= {arXiv preprint arXiv:1812.05888},
year = {2018}
}