结合EHHT和CI的精神分裂症语音自动检测算法

摘要：

通过对精神分裂症语音的临床特点进行研究,实验采集了14个精神分裂症患者的686个元音数据样本和14个与之性别、年龄、文化程度相匹配的健康对照组的793个元音数据样本,来建立病理语音数据库,利用结合集成希尔伯特黄变换(En-semble Hilbert-Huang Transform,EHHT)和倒谱内插(Cepstrum Interpolation,CI)的改进共振峰提取算法,来获取反映精神分裂症语音音质情感变化的声学特征参数集,结合支持向量机(Support Vector Machine,SVM)分类器来进行分类,实现了精神分裂症患者语音和健康对照组语音的自动检测,并设计实验讨论了白噪声的次数和方差、IMF分量个数、窗长4个因素对检测效果的影响,以及与经典的共振峰估算方法的比较.实验结果表明,文中提出的算法的检测正确率可以达到98.8％,精神分裂症患者在体现音质特征的共振峰语音声学参数上与健康对照组存在显著差异,并有可能为精神分裂症的临床辅助诊断研究提供一个全新、客观、定量和高效的指标.

关键词：精神分裂症语音、音质特征、共振峰、集成希尔伯特黄变换、倒谱内插

所属期刊栏目：47

分类号：TP391.9(计算技术、计算机技术)

资助基金：成都市科技惠民技术研发项目;国家自然基金青年科学基金;四川大学创新火花库项目;四川省科技厅项目

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：187-195,205