一种基于深度音频特征的构音障碍严重程度估计方法

摘要

本发明公开了一种基于深度音频特征的构音障碍严重程度估计方法，包括：提取声学特征；将上述声学特征输入带瓶颈层的深度神经网络，从瓶颈层提取深度音频特征；将上述深度音频特征作为输入，采用Baum‑Welch算法训练的隐马尔可夫模型；最后将测试语音样本的深度音频特征依次输入上述训练好的四个隐马尔可夫模型，采用Viterbi算法得到四个输出概率，输出概率最大的模型所对应的类别也就是构音障碍严重程度即为判决结果。本发明采用的深度音频特征是一种深层变换特征，相比于传统声学特征能更有效刻画构音障碍语音的特性差异，在构音障碍严重程度估计中可以获得更加优异的效果。