[发明专利]一种基于语音声学特征的声带异常检测方法

摘要

本发明公开了一种基于语音声学特征的声带异常检测方法，步骤如下首先从每帧语音中提取梅尔频率倒谱系数MFCC，基频F0，基频微扰Jitter，振幅微扰Shimmer，谐噪比HNR；然后以声学特征作为输入，采用期望最大化EM算法分别训练代表声带异常和声带正常的高斯混合模型θA和θN；最后将测试语音的特征矩阵F分别输入高斯混合模型θA和θN，得到相应的输出概率P(F|θA)和P(F|θN)，如果P(F|θA)>P(F|θN)，则测试语音的说话人声带异常，否则正常。本发明采用测试者发出的语音作为分析对象，并从测试语音中提取能有效反应声带情况的多组声学特征作为高斯混合模型的输入，有效区分了声带正常和异常的语音，从而诊断测试者声带是否异常，具有非入侵、便利、成本低等优点。

主权项

一种基于语音声学特征的声带异常检测方法，其特征在于，包括如下步骤：S1、读取语音：读入语音样本，得到语音序列S(n)；S2、预处理：对语音数据进行预加重、分帧、加窗和去静音处理，得到语音帧St(n)，1≤t≤T，其中T表示语音帧数；S3、提取声学特征：从语音帧St(n)中提取梅尔频率倒谱系数MFCC，基频F0，基频微扰Jitter，振幅微扰Shimmer，谐噪比HNR，得到特征矩阵F＝[梅尔频率倒谱系数MFCC，基频F0，基频微扰Jitter，振幅微扰Shimmer，谐噪比HNR]；S4、训练高斯混合模型GMM：以特征矩阵F作为输入，采用期望最大化EM算法分别训练代表声带异常和声带正常的高斯混合模型θA和θN；S5、声带异常判决：将测试语音的特征矩阵F分别输入高斯混合模型θA和θN，得到相应的输出概率P(F|θA)和P(F|θN)，如果P(F|θA)>P(F|θN)，则测试语音的说话人声带异常，否则正常。