-
基于时频图表示的多轨个性化耳鸣康复音生成方法
编辑人员丨2024/5/18
针对传统耳鸣声治疗方法在患者掩蔽频段的对应效果不精确或掩蔽效果不佳的问题,本研究基于时频图表示(time-frequency representations,TFR)方法,提出了一种多轨个性化耳鸣康复音(multi-track personalized tinnitus rehabilitation sound,MT-PTRS)的生成方法.该方法不仅能体现耳鸣掩蔽疗法所需的频率集中特性,且一定程度上提高了耳鸣康复音的可听性.本研究基于基本的自然声库,通过TFR方法识别出自然声中的主要能量频段,并结合患者耳鸣频段对自然声进行切割、分类,进一步合成频率集中的个性化自然掩蔽声.本研究将个性化自然掩蔽声作为主要音轨,结合宽带自然声生成MT-PTRS,相较传统掩蔽治疗中的窄带噪声,具有更好的可听性和自然性.实验结果表明,相较于其他的多轨耳鸣康复音方法,该方法生成的康复音的悦耳度和丰富度有一定提升,增加了患者对声治疗的耐受性,对耳鸣声治疗研究具有一定参考价值.
...不再出现此类内容
编辑人员丨2024/5/18
-
基于时频混合域局部统计的帕金森病语音障碍分析方法研究
编辑人员丨2023/8/5
针对帕金森病语音检测问题,本文提出了一种基于时频混合域局部统计的帕金森病语音障碍分析方法.该方法首先将语音信号从时域转化为时频混合域,即进行时频化表示.在时频化表示方法中将语音信号进行分帧处理,再将每帧的语音进行傅里叶变换,通过计算得到能量谱,并将能量谱通过映射关系映射到图像空间进行可视化;其次统计信号每个能量数据在时间轴上和频率轴上的差分值,根据差分值计算该能量的梯度统计特征,用梯度统计特征来表示其不同时域与频域的能量值的突变情况;最后利用KNN分类器对提取的梯度统计特征进行分类.本文在不同的帕金森病语音数据集上进行实验,发现本文所提取的梯度统计特征在分类时有更强的聚类性.与基于传统特征与深度学习特征的分类结果相比,本文所提取的梯度统计特征在分类准确率、特异性和灵敏性上均优于前二者.实验证明了本文所提出的梯度统计特征在帕金森病语音分类诊断中的可行性.
...不再出现此类内容
编辑人员丨2023/8/5
