10、语音性别识别与云集成医院分配系统的技术洞察

语音性别识别与云集成医院分配系统的技术洞察

1. 语音性别识别系统

1.1 现有研究基础

在语音性别识别领域，曾有研究使用 93 个特征以及 k - 近邻（KNN）、多层感知器（MLP）、支持向量机（SVM）、朴素贝叶斯和随机森林这五种分类器进行性别识别任务。以韩国语音数据为例，探索了训练数据大小的影响，发现数据量较小时性能会下降，使用 20% 的总数据时识别率约为 65%，并且随着语音长度的增加，分类器的性能逐渐提高，其中 SVM 分类器的性能最佳，准确率达到 90%。还有研究从 93 位说话者的语音中提取线性预测倒谱系数（LPC）特征，并使用人工神经网络（ANN）进行性别识别，识别率达到 93.3%。

1.2 LDASDR 算法

为了实现特征集的降维，同时保持类别间的最大可变性和类别内的最小可变性，引入了线性判别分析逐步降维（LDASDR）算法。该算法将性别识别问题视为一个两类分类问题，并将其表述为一阶线性多元回归问题，具体步骤如下：
1. 输出分配 ：为每个 k 维特征向量 Xi 分配输出 c(i)，规则如下：
[
c(i) =
\begin{cases}
c1, & \text{if } i \in \text{class1} \
c2, & \text{if } i \in \text{class2}
\end{cases}
]
其中，class 1 代表男性，class 2 代表女性，k 表示特征的维度。
2. 判别得分计算 ：使用回归方程计算特征向量