科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统病理语音识别效率低的问题，提出了一种利用卷积神经网络语音特征的病理语音识别方法，实现了特征的自动提取。从原始语音信号中提取梅尔语谱图特征，并对原始图像进行数据增强。基于迁移学习的思想，对Alex Net网络进行微调和训练，并将图像输入到训练好的卷积神经网络中提取语句级特征，输出时由时域金字塔匹配进行统一降维，得到相同长度的语音特征。使用神经网络和支持向量机分类器分别对提取好的语音特征进行分类，以完成病理语音识别。实验结果表明，神经网络能够很好地提取复杂和抽象的特征，避免了前期复杂繁琐的数据处理和数据分析工作，同时与传统特征提取方法相比准确率有所提高。
- 单位
