一种新的语音信号特征提取技术,可以准确地检测儿童的语言障碍
Manisa Manoswini1, Biswajit Sahoo1, Aleena Swetapadma1
1School of Computer Engineering, KIIT Deemed to Be University, Bhubaneswar, 751024, India.
Computers in biology and medicine
|June 30, 2025
概括
本研究确定了用于检测儿童语音语言障碍 (SLI) 的最佳特征提取技术. 与TabNet深度学习模型相结合的感知噪声面系数 (PNCC) 在SLI检测中实现了100%的准确性.
科学领域:
- 语音信号处理 语音信号处理
- 计算语言学 计算语言学
- 儿科听力学 儿科听力学
背景情况:
- 准确检测儿童的言语语言障碍 (SLI) 对于及时干预至关重要.
- 目前用于SLI检测的特征提取方法存在局限性,需要探索新技术.
- 对特征提取方法的比较分析对于确定SLI检测的最佳方法至关重要.
研究的目的:
- 确定最佳的特征提取技术,以提高儿童语音障碍 (SLI) 检测的准确性.
- 评估各种特征提取方法在与用于SLI检测的深度学习模型相结合时的有效性.
- 引入和验证感知噪声面系数 (PNCC) 作为SLI检测的新功能.
主要方法:
- 来自儿童的语音信号使用七种特征提取技术进行处理:RASTA,WPT,LPC,PLP,MFCC,CQCC和PNCC.
- 提取的特征被输入到三个深度学习模型中:变压器,时间卷积网络 (TCN) 和TabNet.
- 基于SLI检测的分类准确性来评估性能.
主要成果:
- 感知噪声 Cepstral 系数 (PNCC) 和 TabNet 模型的组合实现了 SLI 检测的 100.00% 准确率.
- 与其他测试的特征提取技术相比,PNCC特征表现出更高的性能.
- TabNet被证明是一个有效的深度学习模型,用于根据提取的语音特征对SLI进行分类.
结论:
- 当与TabNet深度学习模型一起使用PNCC功能时,它是检测儿童语音语言障碍的高效方法.
- 拟议的方法为发言障碍的检测和监测提供了一种新且准确的解决方案.
- 这种方法具有治疗师和医生在治疗儿科语音障碍方面临床应用的潜力.
