基于隐马尔科夫模型的维吾尔语腭裂患者术后语音理解度自动评估研究

摘要

目的：
　　为维吾尔语腭裂患者术后语音理解度的评估，提供一种客观的辅助判别手段。
　　方法：
　　从维吾尔族儿童跟读语音语料库中选取150名正常儿童语音，其中随机选择120例作为训练数据用于识别模型的建立，选择30例作为测试数据（正常组）。从维吾尔族腭裂术后患者跟读语音语料库中选取30名腭裂术后腭咽闭合不全患儿的语音资料（患者组）。提取训练数据的语音特征参数，使用隐马尔科夫模型工具包建立语音识别模型，将此模型对腭裂患者术后语音理解度的自动评估结果与3名专家的主观评估结果进行比较。
　　结果：
　　基于隐马尔科夫模型的语音识别模型对正常语音的正确识别率较高（91.28±3.60％），对腭裂术后语音正确识别率较低（35.94±11.67%），差异具有统计学意义（P<0.05）。自动评估结果与作为金标准的主观评估对腭裂患者术后语音理解度的评估结果之间相关系数为0.848，具有高度的相关性。
　　结论：
　　基于隐马尔科夫模型的维吾尔语腭裂患者术后语音理解度自动评估可以作为主观评估的辅助手段，对腭咽闭合功能的判断提供一定的参考。

目录

声明

中英文缩略词对照表

前言

研究内容与方法

1 研究对象

2 研究方法

3 质量控制

4 统计方法

5 技术路线图

结果

1 主观评估结果

2 正常组与患者组语音识别率比较

3 自动评估与主观评估对腭裂患者术后语音理解度的评估结果比较

讨论

1 语音产生的生理机制及维吾尔语语音特征分析

2 腭裂语音产生的原因及特点

3 腭裂语音评估的自动化

4 维吾尔族儿童及腭裂术后患者跟读语音语料库的建立

5 维吾尔语腭裂语音理解度自动评估体系

小结

致谢

参考文献

附录

综述:腭裂语音理解度评估方法的研究进展

攻读硕士学位期间发表的学术论文

导师评阅表