12、语音分析中的关键技术：GCI检测与帕金森病特征学习

语音分析中的关键技术：GCI检测与帕金森病特征学习

1. 声门闭合瞬间（GCI）检测

1.1 不同算子的比较

在语音信号处理中，二阶导数、Teager-Kaiser能量算子（TKEO）和局部均值加权二阶导数在声门闭合瞬间（GCI）检测中有着不同的表现。通过对语音片段的处理结果显示，二阶导数结果在每个周期内有更多的波动；而TKEO结果在GCI附近产生峰值，在其他地方则具有较低且稳定的幅度。局部均值加权二阶导数的波形与TKEO结果相似，但TKEO结果的幅度更大。因此，可以得出结论：TKEO算子与局部均值加权二阶导数相似，并且由于其波动干扰较少，TKEO更适合用于GCI检测。

1.2 GMAT中的不同池化方法

GMAT（基于多分辨率绝对Teager-Kaiser能量算子的GCI检测方法）中使用了三种池化技术来融合多尺度aTKEO的结果，分别是最大池化（GMATmax）、多尺度乘积（GMATprod）和均值池化（GMATmean）。实验比较了这三种基于GMAT的算法性能：
|算法|可靠性|准确性|运行时间|病理语音分类性能|
|----|----|----|----|----|
|GMATmax|较低| - | - |最差|
|GMATprod|较高|较高|相对较高| - |
|GMATmean|最高|最高|较低|较好|

均值池化对异常值和噪声更具鲁棒性，因此GMATmean将用于未来的GCI检测。其流程如下：

graph LR
    A[多尺度aTKEO结果] --> B[均值池化]
    B -