基于GRBAS量表的多维声学分析用于语音质量评估

尽管语音质量的感知评估被认为是检查正常和病理性语音质量的黄金标准,但听众之间和听众之间的变异性仍然很高。 这是许多混淆因素的结果,例如听众的感知偏见,听众的经历和所使用的评分表类型。 当前,自动客观评估为诊断病理性声音提供了非常有用的工具。 声学分析可以作为确定烦躁症严重程度的有用补充工具。 本研究旨在通过使用基于众所周知的GRBAS量表的多维声学测量来开发语音质量的补充自动评估系统。 包括梅尔频率倒谱系数,声门噪声激励比,声部褶皱激励比在内的共65个维量度构成了一组特征。 另外,为了减少提供特征的冗余,应用了三种不同的特征提取技术。 多类分类是通过RBF内核SVM进行的。 分类结果与GRBAS严重性等级有中等程度的相关性,最高准确度约为70%。 这表明,这种多维声学分析可以作为确定语音障碍的存在和严重程度的合适评估工具。