46、语音特征分析与说话人识别技术研究

语音特征分析与说话人识别技术研究

1. 语音发声与发音特征分析在帕金森病检测中的应用

在语音分析领域，提出了用于同时分析语音发声和发音的新特征。这些特征的评估分两个阶段进行，采用了判别标准。
- 第一阶段 ：使用线性贝叶斯分类器。
- 第二阶段 ：使用软间隔支持向量机（SVM）。只有在第一阶段准确率超过 61%的特征才会进入第二阶段的分类。

经过第一阶段分类后，进入第二阶段的特征集包含了不同的标准特征，如基频（F0）的变异性以及元音共振峰 F1 和 F2。此外，本文引入的两个特征也进入了第二阶段：
- cent PentaF2u ：基于元音 /u/ 的第二共振峰测量。
- stdV prism ：汇总了在角元音 /a/、/i/、/u/ 上测量的 F0、F1 和 F2 的变异性信息。

发声分析考虑了诸如抖动、闪烁和关联维度等标准特征。结果表明，当单独评估发声特征时，抖动的判别能力最强；但当在同一表示空间中考虑这些测量时，准确率会得到提高。将发音和发声特征相结合时，帕金森病患者（PD）和健康对照者（HC）语音的自动分类准确率从 74.0%提高到了 81.3%。

2. 说话人识别中多种特征的组合研究

在说话人识别任务中，以往使用了许多特征参数，如梅尔频率倒谱系数（MFCC）、线性预测倒谱系数（LPCC）等。然而，这些特征参数更多地包含了声道特征，而发声源特征对于说话人识别也非常重要。

为了捕捉发声源特征，许多研究提出了不同的方法： <