[发明专利]一种基于深度音频特征的构音障碍严重程度估计方法

摘要

本发明公开了一种基于深度音频特征的构音障碍严重程度估计方法，包括：提取声学特征；将上述声学特征输入带瓶颈层的深度神经网络，从瓶颈层提取深度音频特征；将上述深度音频特征作为输入，采用Baum‑Welch算法训练的隐马尔可夫模型；最后将测试语音样本的深度音频特征依次输入上述训练好的四个隐马尔可夫模型，采用Viterbi算法得到四个输出概率，输出概率最大的模型所对应的类别也就是构音障碍严重程度即为判决结果。本发明采用的深度音频特征是一种深层变换特征，相比于传统声学特征能更有效刻画构音障碍语音的特性差异，在构音障碍严重程度估计中可以获得更加优异的效果。

主权项

1.一种基于深度音频特征的构音障碍严重程度估计方法，其特征在于，包括如下步骤：S1、对语音数据进行预处理，提取声学特征，所述声学特征包括线性预测系数、基频、基频微扰、振幅、振幅微扰，过零率及共振峰，得到语音数据特征矩阵F＝[线性预测系数，基频，基频微扰，振幅，振幅微扰，过零率，共振峰]；S2、将语音数据特征矩阵F作为输入，通过无监督预训练和有监督精确调整两个步骤构造带瓶颈层的深度神经网络特征提取器，从深度神经网络特征提取器的瓶颈层提取语音数据所对应的深度音频特征；S3、将训练语音数据的深度音频特征作为输入，采用Baum‑Welch算法训练代表正常语音、轻度构音障碍语音、中度构音障碍语音和重度构音障碍语音的隐马尔可夫模型；S4、采用S2步骤提取测试语音的深度音频特征，采用Viterbi算法计算深度音频特征输入每个隐马尔可夫模型的输出概率，输出概率最大的模型对应的类别作为判决结果。