基于发音空间特征的构音障碍患者的病情分级

现有的较多对运动性构音障碍病理语音的研究是以声学特征为条件来进行的,而对发音运动空间的研究较少,且数据库中普遍缺乏病患的发音及语音数据.本文基于多伦多大学开发的TORGO数据库,对比分析了构音障碍患者与正常人、不同病情程度的构音障碍患者之间在发音运动空间上的差异,提取发音空间特征,对构音障碍患者进行病情分级,为医学上诊疗的自动分级检测提供理论依据.对单音素进行分析能够判断发音肌群的能力,却忽略了病患在连续发音时语音的流畅性.本文采用短语文本,首先对比分析了正常人与不同病情程度构音障碍患者的3维散点发音轨迹与空间位移,发现构音障碍患者的舌部发音运动更靠近口腔后方、左方、下方,且病情程度越严重,舌部抬起运动越困难.然后使用K-means算法计算发音运动空间的质心,进行显著性分析,发现不同病情程度的构音障碍患者之间的差异主要在上下方向,该方向的显著性水平均值只有0.078.最后选取质心与位移中值两个发音空间特征,作为分类器输入进行病情分级.实验结果显示随机森林分类器的分级识别性能在98%以上,且随机森林的分类准确率比J48决策树的最高提升了6.45%.