多模态多角度的情绪性病理语音识别与诊断_段淑斐著_9787524503576

本书围绕情绪性病理语音识别与诊断, 以“数据—分析—算法” 为脉络分章展开,第1 章界定研究范畴, 第2、3 章借TORGO 数据集解析病理声学和发音学特性, 第4 章探索病理语音数据增强与不平衡问题, 第5 章构建情绪性病理语音数据集THE-POSSD 及评测体系, 第6、7 章量化情绪与病情的关联并搭建病情预测模型, 第8~10 章从视频、声门、言语流畅性解析病理特性并开发多模态融合识别算法, 第11 章为总结与展望。本书可以作为语音信号处理、病理语音研究人员及语音诊断医护人员的参考用书。

目录第1 章绪论 1. 1 研究背景及意义 1. 2 主要研究内容 1. 3 章节安排参考文献第2 章基于 TORGO 数据集的病理声学特性研究 2. 1 构音障碍发音数据集 TORGO 2. 2 基于韵律特征和 MFCC 的 FFPM 提取 2. 3 随机森林分类器 2. 4 实验及结果分析 2. 5 本章小结参考文献第3 章基于 TORGO 数据集的病理发音学特性研究 3. 1 基于发音空间特征的短语级构音障碍病情分级研究 3. 2 TORGO 数据集筛选及预处理 3. 3 构音障碍发音异常运动区间分布研究 3. 4 发音启动时间及分布研究 3. 5 发音运动速度及分布研究 3. 6 结合发音特征的构音障碍识别 3. 7 本章小结参考文献第4 章病理语音数据增强与非平衡分类算法 4. 1 基于代价敏感的旋转森林算法的非平衡病理语音识别 4. 2 PCA-SMOTE-EM 非平衡分类算法 4. 3 WHFEMD 病理语音特征增强算法 4. 4 本章小结参考文献第5 章情绪性病理语音数据集 THE-POSSD 的构建与评测 5. 1 常见的病理语音数据集 5. 2 情感模型 5. 3 多模态多角度的情绪性病理语音数据集 THE-POSSD 构建 5. 4 THE-POSSD 数据集的 VA 量化标注与评测 5. 5 本章小结参考文献第6 章情绪表达与构音障碍病情发展的关联分析 6. 1 声学特征对情绪-病程关联的揭示 6. 2 效价-唤醒情感空间中情绪对病程发展的影响 6. 3 面部表情在情绪与病程关联中的表征作用 6. 4 构音障碍患者言语可懂度分析 6. 5 SCL-90 心理状态因子与病程关联度分析 6. 6 关联特征集有效性验证 6. 7 本章小结参考文献第7 章基于灰色关联度-深度信念网络的构音障碍病情预测 7. 1 灰色关联度算法 7. 2 深度信念网络 7. 3 GRA-DBN 预测模型多模态多角度的情绪性病理语音识别与诊断 7. 4 实验结果及分析 7. 5 优化后的 GRA-DBN 预测模型 7. 6 本章小结参考文献第8 章情绪任务下面部数据标注与特征解析的构音障碍病情分级 8. 1 情绪诱发任务下构音障碍患者面部数据标注 8. 2 情绪诱发任务下构音障碍患者面部特征解析 8. 3 基于面部视觉特征补偿声学特征的构音障碍患者病情分级评估研究 8. 4 本章小结参考文献第9 章声门耦合病理语音识别-多尺度Conv-跨模态注意力深度 GRU 融合 9. 1 数据集准备 9. 2 EGG 信号特征提取 9. 3 EGG 声门特征有效性分析 9. 4 基于多尺度卷积、跨模态注意力与深度GRU 融合的声门耦合病理语音识别模型 9. 5 实验结果 9. 6 本章小结参考文献第10 章言语流畅性特征补偿的双分支残差病理语音识别网络 10. 1 数据集准备 10. 2 言语流畅性特征提取及有效性分析 10. 3 言语流畅性特征补偿的双分支残差网络 10. 4 实验结果与分析 10. 5 本章小结参考文献第11 章总结与展望 11. 1 研究工作总结 11. 2 研究局限性及展望

你还可能感兴趣

我要评论