[发明专利]病理语音的识别方法、装置、设备及存储介质

权利要求书

1.一种病理语音的识别方法，其特征在于，所述病理语音的识别方法包括：

获取语音数据，对所述语音数据依次进行预处理、信号归一化和信号分割，得到已分割语音信号；

对所述已分割语音信号依次进行小波变换的多频带分解和倒谱分析，得到倒谱数据；

对所述倒谱数据分别进行梅尔频率倒谱系数转换和时频分阶数提取，得到梅尔频率倒谱系数和时频分阶梅尔频率倒谱系数；

根据所述梅尔频率倒谱系数和所述时频分阶梅尔频率倒谱系数构造预设维度的特征向量，得到初始语音特征向量，并对所述初始语音特征向量进行基于特征值时间序列的特征选择，得到目标语音特征向量；

通过预置的多层感知器，对所述目标语音特征向量进行语音类别概率计算和概率判别，得到分类结果，所述多层感知器包括三个卷积层以及每个卷积层连接的最大池化层、两个完整连接层和一个输出层，所述分类结果包括正常语音和病理语音。

2.根据权利要求1所述的病理语音的识别方法，其特征在于，所述通过预置的多层感知器，对所述目标语音特征向量进行语音类别概率计算和概率判别，得到分类结果，所述多层感知器包括三个卷积层以及每个卷积层连接的最大池化层、两个完整连接层和一个输出层，所述分类结果包括正常语音和病理语音，包括：

通过预置的多层感知器的三个卷积层，计算所述目标语音特征向量中每个特征图的隐藏单元值，得到语音特征向量的隐藏单元值；

通过所述多层感知器的最大池化层，对所述语音特征向量的隐藏单元值进行降维处理，得到初始语音特征；

通过所述多层感知器的两个完整连接层，对所述初始语音特征进行拟合，得到待分类特征向量；

通过所述多层感知器的一个输出层，基于所述待分类特征向量进行语音类别概率计算并输出分类结果，所述分类结果包括正常语音和病理语音。

3.根据权利要求1所述的病理语音的识别方法，其特征在于，所述对所述已分割语音信号依次进行小波变换的多频带分解和倒谱分析，得到倒谱数据，包括：

通过预置的离散小波变换算法，对所述已分割语音信号中的每段语音信号进行多级子带分解，得到分解后的语音信号；

通过预置的倒谱算法，对所述分解后的语音信号依序进行傅立叶变换和傅里叶逆变换，得到倒谱数据。

4.根据权利要求2所述的病理语音的识别方法，其特征在于，所述对所述倒谱数据分别进行梅尔频率倒谱系数转换和时频分阶数提取，得到梅尔频率倒谱系数和时频分阶梅尔频率倒谱系数，包括：

对所述倒谱数据依序进行傅里叶变换和离散余弦变换，得到梅尔频率倒谱系数；

通过预置的时频分阶数计算公式，对所述梅尔频率倒谱系数进行计算，得时频分阶梅尔频率倒谱系数，所述时频分阶梅尔频率倒谱系数包括一阶差分梅尔频率倒谱系数和二阶差分梅尔频率倒谱系数。

5.根据权利要求1-4中任一项所述的病理语音的识别方法，其特征在于，所述通过预置的多层感知器，对所述目标语音特征向量进行语音类别概率计算和概率判别，得到分类结果之后，还包括：

获取所述语音数据对应的历史声纹数据，通过所述历史声纹数据，对所述分类结果进行校验，得到目标检测结果，所述历史声纹数据包括历史存储的语音发出者的声纹特征和声纹特征分析结果；

通过所述目标检测结果从预置的病理数据库匹配对应的目标病理数据，所述目标病理数据包括疾病数据。

6.根据权利要求5所述的病理语音的识别方法，其特征在于，所述获取所述语音数据对应的历史声纹数据，通过所述历史声纹数据，对所述分类结果进行校验，得到目标检测结果，所述历史声纹数据包括历史存储的语音发出者的声纹特征和声纹特征分析结果，包括：

从预置的语音数据库中提取所述语音数据对应的历史声纹数据，所述历史声纹数据包括历史存储的语音发出者的声纹特征和声纹特征分析结果；

通过预置的多个相似度计算算法，分别计算所述分类结果和所述历史声纹数据之间的相似度，得到多个目标相似度；

将所述多个目标相似度与预设阈值进行对比分析，得到对比分析结果，并根据所述对比分析结果将所述分类结果确定为目标检测结果。