使用支持矢量机器的正常听力和耳植入物说话者的语音和相关EEG响应的分类

科学领域:

• 听觉神经科学 听觉神经科学
• 语音处理 语音处理
• 医疗保健中的机器学习

背景情况:

• 耳植入物 (CI) 用户的语音可理解性差异很大,导致与正常听力 (NH) 个体相比有明显的声学特征.
• 现有的CI技术支持语音获取,但在实现一致的可理解性方面存在局限性.
• 了解这些差异对于推进听力康复和语音处理技术至关重要.

研究的目的:

• 评估支持矢量机 (SVM) 算法在分类NH和CI说话者的语音中的有效性.
• 使用声学和EEG功能来比较不同SVM内核函数 (线性,多项式,高斯式,RBF) 的性能.
• 评估语音衍生和EEG衍生特征的潜力,以区分NH和CI语音.

主要方法:

• 从8名CI和8名NH说话者收集了语音数据.
• 电脑电图 (EEG) 响应记录了11名暴露于语音刺激的NH听众的反应.
• 从语音和EEG信号中提取了六个声学特征 (能量,ZCR,音调,LPC,MFCC,PLP-CC).
• 使用具有三倍交叉验证的SVM分类器来评估分类准确性.

主要成果:

• 在语音信号上使用高斯和RBF内核,SVM分别实现了能源和MFCC特征的100%和94%的分类精度.
• 使用SVM的EEG分析为高斯和RBF内核的ZCR和Pitch特征提供了>70%的准确性.
• 高斯和RBF内核表现出卓越的性能,特别是在能源和MFCC功能方面.

结论:

• 语音衍生和EEG衍生特征都有效地区分了CI和NH说话者.
• 特别是在高斯和RBF内核的SVM对于此类分类任务非常有效.
• 研究结果支持SVM在多模式听力研究中用于改善CI语音处理和听力康复.