基于语音停顿度和平坦度的注意缺陷与多动障碍自动检测算法

针对注意缺陷与多动障碍(ADHD)临床诊断主要依靠医生主观评估,缺乏客观辅助依据的问题,提出了一种基于语音停顿度和平坦度的ADHD自动检测算法。首先,通过频带差能熵积(FDEEP)参数自动定位语音有话区间,并提取停顿度特征;然后,使用变换平均幅度平方差(TAASD)参数计算语音倍频率,并提取平坦度特征;最后,结合融合特征和支持向量机(SVM)分类器来实现ADHD的自动识别。实验共采集了17位正常对照组儿童和37位ADHD患儿的语音样本。实验结果表明,所提算法能自动检测正常儿童和ADHD患儿,识别正确率为91.38%。

汉语作为第二语言朗读停顿自然度的感知

停顿是测量朗读韵律的一个重要指标,跟外语口音感知具有十分密切的关系。本研究不仅考察了听者的语言背景和朗读者的母语背景对汉语朗读停顿自然度的影响,也考察了不同线索在汉语朗读停顿自然度感知中的贡献。研究得出以下结论:(1)听者语言背景对汉语朗读停顿自然度评分的高低无显著影响,但是朗读者母语背景对停顿自然度感知具有显著影响。停顿自然度可以用来区分汉语的"外语口音"。(2)听者的母语背景会影响停顿自然度感知中不同线索权重的设定。无声段时长可以用来预测汉语母语者对于朗读停顿自然度的判断。停顿前音节延长量、停顿频率和停顿前后音节的高音点重置可以预测韩语母语者对汉语朗读停顿自然度的判断。