持续元音和连续语段用于病理嗓音识别的比较

浙江医药高等专科学校医疗器械学院 邹 锋 赵祥欣

本文选用SVD嗓音数据库中的元音/a/音和连续语段，提取其的Mel频域倒谱系数（MFCC），支持向量机SVM的核函数采用高斯核函数，分别对各600例的正常者和病理嗓音患者的元音/a/音和连续语段进行训练和识别。识别分类结果表明，连续语段的结果优于元音/a/音，因此在病理嗓音自动分类研究中可以采用连续语段作为声学分析样本。

随着社会交往日益频繁和生活习惯的改变，嗓音疾病的发病率也逐年增高，嗓音疾病是喉科临床上的常见病、多发病，约占耳鼻喉科疾病的5%-10%。嗓音疾病会导致患者嗓音嘶哑、发声困难、严重可导致完全失声。更有甚者，声带小结和声带息肉若不及时治疗，可易造成突发癌变。

嗓音疾病诊断通过发音质量的主观、客观评估、电子频闪喉镜、气流动力学喉部功能评估、喉神经肌肉电功能评估等方面进行检查。其中的仪器检查都为诊断喉部病变情况、喉部肌肉和声带病变情况，属于侵入性的检查方式，对患者有一定的痛苦及损伤。正常和病理嗓音的声学参数是会有一定的区别，通过嗓音的声学参数分析，形成客观自动评估技术，为嗓音病理诊断提供了一种明确的、量化的分级方式，是一种快速、非侵入性的自动检测方法。该方法可去除传统方法在时间、空间上的限制，能够在病理早期就能做出诊断该评估方法降低了主观评估的偶然性，而且方便易用实现，降低了医生的负担。……