基于深度学习的病理语音二分类研究
余 颖轩
西京学院，中国 ·陕西 西安 710123
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。