基于梅尔倒谱矢量与支持向量机的病理性嗓音分类
音频与语音处理
2018-12-20 v1 机器学习
声音
机器学习
摘要
嗓音障碍已影响全球众多患者。由于在无精密设备与专业人员情况下诊断嗓音障碍存在固有困难，许多患者仍未确诊。为减轻诊断的经济成本，近期利用数据分析以极低代价准确检测并诊断个体的方法日益增多。我们提出了一种廉价、高效且准确的模型，用于在 FEMH 2018 挑战赛上诊断患者是否患有三种嗓音障碍之一。
引用
@article{arxiv.1812.07729,
title = {Pathological Voice Classification Using Mel-Cepstrum Vectors and Support Vector Machine},
author = {Maryam Pishgar and Fazle Karim and Somshubra Majumdar and Houshang Darabi},
journal= {arXiv preprint arXiv:1812.07729},
year = {2018}
}
备注
Accepted at IEEE BigData 2018 Workshop - FEMH Voice Data Challenge