[发明专利]一种提取病理语音MFCC特征用于人工智能分析的标准化采样方法

说明书

本发明公开了一种提取病理语音MFCC特征用于人工智能分析的标准化采样方法，包括下述步骤：采集语音数据，按《汉语普通话语音评估系统词表》的顺序进行82的汉语普通话音节的语音数据采集；对采集的语音数据进行剪辑处理，完成82个音节的剪辑工作，然后分类归档；对剪辑后的82个音节进行信号提取，通过指定预加重、分帧、加窗、快速傅里叶变换、三角带通滤波器以及扩展分帧处理，提取每个音节的MFCC特征；将处理后的数据构成MFCC语音库。本发明通过标准化流程方法，提取每个音节特定MFCC特征，构建一种数字化、标准化、结构化的语音特征数据库，可以服务于病理语音特征大数据和人工智能分析的各项应用，提高了病理语音研究与应用的客观性和效率。

技术领域

本发明属于智能识别的技术领域，具体涉及一种提取病理语音MFCC特征用于人工智能分析的标准化采样方法。

背景技术

目前国内语言障碍人数逐年增加，其中构音障碍导致的沟通交流障碍严重影响患者重返社会。虽然我国构音障碍患者数量重多，但是2016年林强和卢建亮的调查研究发现目前的评估方法并不能满足治疗师对精准言语康复的需求。国内康复科和言语康复机构应用较多的仍然是以主观听觉评价和(或)需要主观判断的量表为主要评估手段，缺乏客观性和效率。此外，我国言语治疗师数量严重不足、大多数非本专业毕业，诊断评估能力偏弱。

近年来，基于人工智能技术的快速发展，如人工神经网络(Artificial NeuralNetwork，ANN)和深度学习(Deep Learning，DL)在正常语音分析与识别、语言教育、智能语音导医等方面的应用研究取得了一些成果。国务院《新一代人工智能发展规划》中涉及医疗方面提出应加快人工智能创新应用，研究声学参数在构音障碍的特征性与规律性，并基于人工神经网络诊断和分类各种构音障碍，从而提高病理语音评估的客观性和效率，解放人力。要对病理语音进行大数据和人工智能分析，必须要有数字化、标准化和结构化的数据集。目前国内外对病理语音的大数据分析、人工智能研究尚无统一方法和标准，亟需一种统一高效的病理语音特征采集方法。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种提取病理语音MFCC特征用于人工智能分析的标准化采样方法，服务于病理语音特征大数据和人工智能分析的各项应用，提高病理语音研究与应用的客观性和效率。

为了达到上述目的，本发明采用以下技术方案：

一种提取病理语音MFCC特征用于人工智能分析的标准化采样方法，包括下述步骤：

采集语音数据，按《汉语普通话语音评估系统词表》的顺序进行82的汉语普通话音节的语音数据采集；

对采集的语音数据进行剪辑处理，完成82个音节的剪辑工作，然后分类归档，其中单元音28个，复合元音23个，辅音21个，序列语音10个；

对剪辑后的82个音节进行信号提取，通过指定预加重、分帧、加窗、快速傅里叶变换、三角带通滤波器以及扩展分帧处理，提取每个音节的MFCC特征；

将处理后的数据构成结构化语音库，MFCC语音库的标准化数据具体为：

82个音节样本的每一个音节数据经预处理后的语音样本共有4种MFCC特征分别存在于A、B、C、D四组，分别是13帧、19帧、13+3帧、19+3帧的标准化MFCC数据；

结构化数据库：将A、B、C、D四组数据入库元音与声调子库，并分列标记为元音与声调子库A组、元音与声调子库B组、元音与声调子库C组和元音与声调子库D组。

作为优选的技术方案，所述《汉语普通话语音评估系统词表》包括3个分表4个主要部分，即单元音声调部分、序列语言部分、复合元音部分和辅音部分；