先进急诊医学

基于深度学习的病理语音二分类研究

余 颖轩

西京学院

DOI: https://doi.org/10.59429/xjjz.v8i2.14630

Keywords: 病理语音识别；二分类问题；深度学习；声学参数；卷积神经网络

---

Abstract

嗓音疾病的临床诊断长期依赖于喉镜观察与医师的主观诊断，传统喉镜检查虽应用广泛，但存在侵入性强、 基层医疗采纳度低等局限。本文提出了一套基于深度学习方法的二分类框架，旨在通过常规语音信号对健康个体与 声带病变患者进行区分。该框架首先提取梅尔频率倒谱系数、基频扰动率以及谐波噪声比等声学参数，随后采用卷 积神经网络与长短时记忆网络相融合的混合结构进行分类建模。在公开的病理语音数据库上进行评估后，该方法实 现了 92.7% 的分类准确率。

---

References

[1] 常静雅，张晓俊，顾玲玲等. 小波域能量谱和非线性降维的病理嗓音识别[J]. 计算机工程与应用，2017, 53(2): 166-171.

[2] 陈益，武倩文，姜羽菲等. 基于相关互补非线性特征融合的嗓音疾病分类[J]. 电子设计工程，2024, 32(21): 18-22.

[3] 陈英. 基于语音反演机器学习方法的声道模型研究[D]. 南京邮电大学，2013.

[4] 顾玲玲. 病理喉声源发声系统模型的非线性分析及其优化研究[D]. 苏州大学，2016.

[5] 姜羽菲，石宇，何若男等. 基于卷积神经网络特征提取的病理语音识别[J]. 电子设计工程，2024, 32(20): 26-30.