Szczegóły publikacji
Opis bibliograficzny
Rozpoznawanie mowy patologicznej na podstawie obrazów głosek szumowych — Pathological speech recognition based on the noisy sound images / Marcin KAPUSTA, Mirosław GAJER, Adel SHOMALI // Kwartalnik Elektroniki i Telekomunikacji = Electronics and Telecommunications Quarterly ; ISSN 0867-6747. — 1999 — t. 45 z. 3–4, s. 405–417. — Bibliogr. s. 416, Summ.
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 1231 |
|---|---|
| Data dodania do BaDAP | 2001-04-18 |
| Tekst źródłowy | URL |
| Rok publikacji | 1999 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Kwartalnik Elektroniki i Telekomunikacji = Electronics and Telecommunications Quarterly |
Streszczenie
Sygnał mowy posiada bardzo skomplikowaną naturę, która sprawia że jego zobrazowanie oraz dalsza analiza bez operacji wstępnego przetworzenia są trudne i nie zawsze przynoszą pożądane efekty. W wielu pracach sygnał mowy przedstawiany jest w postaci wideogramów, będących wykresami czasowo - częstotliwościowymi, jednakże analiza tych obrazów nie jest łatwa ze względu na ich trudną interpretacje. W pracy niniejszej zaproponowano wykorzystanie sieci neuronowej Kohonena do generacji obrazów sygnałów mowy patologicznej, występującej u dzieci z rozszczepem podniebienia. Opisano sposób przekształcenia sygnału mowy do postaci macierzy widm chwilowych, stanowiącej zbiór danych wejściowych dla układu sieci neuronowej Kohonena. Następnie omówiono metodę generacji obrazu przez sieć neuronową oraz zaprezentowano metodę identyfikacji mowy patologicznej na podstawie otrzymanych obrazów, opierającą się na pomiarze całkowitej długości linii łaczącej zwycięskie neurony. Otrzymane dla poszczególnych głosek rezultaty pomiarów długości linii zobrazowano w postaci wykresów.
Abstract
The nature of speech signal is very complicated, that causes that its visualisation and further analysis, without some initial pre - processing, is very complicated and doesn't always bring the desired effects. Speech signal in most cases is represented by videograms. The analysis of these forms of signal visualisation is not easy because of difficulties in their interpretation. In this article the usage of Kohonen neural network for visualising speech signals uttered by children with a cleft palate, was proposed. Speech signal is converted to its spectrum matrices representation, which constitutes the input for Kohonen neural network. Further a method for generating a simplified form of speech signal (a poly - line figure) based on the network's output, was discussed. In addition, a method for pathological speech signal recognition was proposed. Test results based on utterances obtained from children with a cleft palate were also presented.
