基于正常及病态嗓音的声带代偿功能研究

On the basis of previous research work of pathological voice analysis for more than one decade, and on the self-built data-base of pathological voice, according to the characteristic of pathological voice which compensation function different upon the various pronunciations such as sustained vowel a: and i:, we employ the Nonlinear Dynamics methods to analyze both vowel a: and i: data at same time to focus on the chaotic features and their relationship, and we plan to improved NSP to separate chaotic component from pathological voice signal, so as to enhance the chaotic feature partition of pathological voice, and further to find the quantity parameters to represent the compensation function of vocal folds. This work will provide a New and more comprehensive perspective to pathological voice analysis and further to provide objective technical standards for pathological voice classification. Concrete research content including:1.research on chaotic features of pathological voice a:/i：2. Improved NSP study of chaotic signal adaptive decomposition. 3.Quality analysis of vocal compensation function. 4.Research on pathological voice classification. 5.Improving pathological voice recognition rate

在持续十多年病态嗓音相关研究的前期研究工作的基础上，依靠已经建立的病态嗓音数据库，利用发平稳元音a：音/i：音时病态嗓音的代偿功能介入程度不同的特点， 应用混沌动力学的方法予以同时研究两者数据的混沌动力学行为特征，并通过算子NSP的方法实现混沌信号的自适应分解以增强病态嗓音在混沌特征空间的分划，最后通过研究正常/病态、a：音/i：音之间这些混沌特征的相对关系，寻找到病态嗓音对应的声带代偿程度定量描述的混沌动力学指标的特征参数，以全面评价声带的工作状态和发声效率，进而可以为病态嗓音质量分类分级提供的客观技术标准，为客观评估病态嗓音提供全新的更全面的视角。具体的研究内容包括：1. 基于混沌动力学分析的a:音/i：音的混沌特征研究。2. 基于混沌动力学行为先验知识的混沌信号的自适应分解研究。3. 声带代偿功能的定量研究。4. 病态嗓音的分类及分级研究。5. 提高病态嗓音识别率研究。

本研究完成了以下5个方面的研究工作，包括 1. 病态嗓音的非线性动力学特征的研究。通过研究a:音/i：音的不同非线性特征在病态和正常语音上的表现，寻找到一组对识别病态嗓音有决定意义的非线性动力学特征。 2.非线性动力学特征的优化和优先选择的研究。提出了基于人耳滤波器组的病态嗓音非线性特征提取的优化方法，和基于多种技术手段优选的特征组合优化方法，可以有效减少特征参数提取的时间和特征维数，为病态嗓音的实时处理打下了基础。 3.病态嗓音的自适应分解相关方法的研究。其一是应用小波方法将嗓音信号中声道和声带相关成分分离的研究。其二是嗓音信号中的随机信号和确定信号成分的自适应分离方法研究。该分离方法可以有效的提高特征提取鲁棒性和识别率。 4.开展了基于复杂度的病态嗓音嘶哑程度客观评价研究。该研究为病态嗓音客观评价找到一种新方法，为进一步进行病态嗓音的代偿功能定量研究打下良好的基础。 5.病态嗓音的识别研究。目前基本可达到平均识别率98%及最佳识别率100%的国内外优秀水平。该项研究的成果，将为病态嗓音的临床分析诊断提供重要的理论依据及实时处理工具。