病态嗓声识别特征参数的优化选择.pdfVIP

26卷 5期 中 国 生 物 医 学 工 程 学 报 Vo1．26 No．5 20o7年 1O月 ChineseJournalofBiomedicalEngineering October 20o7 病态嗓声识别特征参数的优化选择 彭 策’熊 屹’ 陈文西 万柏坤 (天津大学精仪学院生物医学工程与科学仪器系 。天津 300072) (会津大学研究生院信息科学系 ，会津若松 965．8580，日本) 摘 要：为提高病态嗓声识别效率 ，本研究首次采用主分量分析方法对 目前常用的27个嗓声特征参数进行了优化 分析 ，考察了仅用少数主分量参数 的识别效果及其分量数对结果的影响；同时根据参数对病态嗓声信息敏感程度 ， 使用正交试验法优选出9个较优特征参数，其识别率即可达到原 27个参数的识别结果。经两种方法对参数进行优 选后识别率分别达到 97，23％和 98．10％，显著高于未经优选 、使用全部 27个参数 的92，10％识别率 。研究结果表 明：原 27个参数 中，2／3的参数不能很好地反映嗓声的病态变化特征，使用优选 的含有大量病态嗓声信息的少量特 征参数即可大幅提高病态嗓声识别效率。 关键词 ：病态嗓声识别 ；主分量分析 ；正交试验 ；支持向量机 ；正交表 OptimizationandSelectionofFeatureParametersin DysphoniaRecognition PENG Ce。 XiongYi。 CHEN Wen—Xi W AN Bai．Kun。 ‘(DepartmentofBiomedicalEngineeringandScient~rtc lrlⅡme凡拈．R／~lofPrecisoinInstrumentsand OptoelectronicsEngineering，TianjinUniversity，Tianjin300072) (GraduateDeportmentofInformatoin跏 ，UniverstiyofAizu，Aizu-wakamo~u965-8580，Japan) Abstract：Inordertoimprovetheperformanceofdysphoniarecognition，27 commonusedoriginalacousticfeature parameterswere optimizedandanalyzedbyusingthemethod ofprimarycomponentsanalysis (PCA)．The performancesofPCA withonlyafew prima ry componentsand influencedresultswith changingcomponentnum}~m were investigated．In thisessay9 optimum feature parameterswere selected from 27 originalparametersby using orthogonallayoutbasedon theirsensitivitiesinreflecting thevoicedisorderinformation，andthen nearlythesame correctiveclassification rate ofdysphonla recognition wasobtained．The optimized rates given by two methodsof prima ry componentanalysisandorthogonallayo