融合韵律与动态倒谱特征的语音疲劳度检测

摘要：

通过语音实现疲劳度检测具有操作简单、无创伤和实时性等优点.为了提高语音疲劳度检测的性能,将韵律特征与动态倒谱特征相融合,采用高斯混合模型作为分类器进行语音疲劳度检测.分别考察了梅尔频率倒谱系数、滑动差分倒谱特征以及韵律特征的检测性能.实验结果表明,在单特征时,梅尔频率倒谱系数比滑动差分倒谱特征和韵律特征的检测性能好,对于融合特征,检测性能均比单特征好,将三个特征融合后,检测正确率可达91％.

关键词：疲劳度;梅尔频率倒谱系数;滑动差分倒谱;韵律;高斯混合模型;融合

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金12074192

在线出版日期：2021-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：709-714