基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法

摘要

本发明公开了一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，涉及语音信号处理领域。所述方法利用分段指数压缩Gammatone滤波器组PICGTFs对语音进行滤波处理，分别基于多通道的Softsign模型SSMC(Softsign‑based Multi‑Channel)和高斯差分DoG(Difference of Gaussian)模型对各个通道的语音信号语谱图进行增强处理，将增强后的语谱图分别提取特征向量，并分别放入KNN分类器中进行模式识别，判断是否属于咽擦音，并取相同的分类结果作为算法最终的识别结果。该方法充分利用了咽擦音与正常语音在谱能量的频域分布上的差异，相比于现有技术，检测结果客观准确，实现较高程度的自动测量，在临床上对咽擦音的数字化评估提供可靠的参考数据，符合精准医疗的发展需求，进行更加准确有效的信号分类识别。