兒童病理語音結(jié)構(gòu)化采樣規(guī)范本文件規(guī)定了兒童病理語音結(jié)構(gòu)化采樣的術(shù)語和定義、采樣方式、采樣過程及采樣目標等要求。本文件適用于2～6歲兒童病理語音結(jié)構(gòu)化采樣。2規(guī)范性引用文件本文件沒有規(guī)范性引用文件。3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1病理語音采樣pathologicalspeechsampling通過數(shù)碼音頻系統(tǒng)將病變語音聲波波形轉(zhuǎn)換成一連串的二進制數(shù)據(jù)，從而記錄下原始模擬聲波在某一時刻的狀態(tài)。3.2采樣點samplepoints采集2～6歲兒童病理語音的隔音室。3.3采樣設(shè)備samplingequipment基于語音采樣標準化數(shù)據(jù)庫，對采樣的病理語音進行儲存的設(shè)備。3.4采樣分析技術(shù)samplinganalysistechnology病理語音結(jié)構(gòu)化采樣標準涉及一種病理語音采樣方法，特別是一種基于MFCC特征提取的可以用于人工智能運算的標準化采樣方法。3.5采樣類型辨別sampletypediscrimination在病理語音采樣類別中，智能辨別兒童病理語音種類的操作。4采樣方式4.1人工病理語音采樣在采樣點，受試者使用普通話或粵語按照附錄A《中國構(gòu)音障礙語音評估系統(tǒng)詞表》（簡稱詞表）的順序讀取82個漢語的語音，檢查者通過采樣設(shè)備進行病理語音采樣。4.2智能病理語音采樣通過采樣分析技術(shù)篩選出評估各型兒童病理語音的權(quán)重聲學(xué)特征參數(shù)，基于權(quán)重聲學(xué)特征通過構(gòu)建ANN實現(xiàn)2～6歲兒童病理語音的采樣類型辨別。5采樣過程5.1采樣點環(huán)境選擇最佳采樣點環(huán)境是在具有隔音門、吸音巖綿的隔音室內(nèi)進行，隔音度不小于40dB。5.2采樣設(shè)備的基礎(chǔ)參數(shù)要求采樣設(shè)備需要具備44.1kHz的采樣率和16bit的音質(zhì)。5.3病理語音采樣數(shù)據(jù)采集5.3.1按照詞表中的82個漢語詞匯，對受試者進行錄音，采集82個漢語音節(jié)的病理語音樣本。5.3.2受試者應(yīng)端坐，口唇距采樣設(shè)備約10cm，語速自然平穩(wěn)、音量適中，將詞表重復(fù)錄2次，如遇不認識的字檢查者應(yīng)予以告知。5.4采樣處理5.4.1用語音剪輯軟件（CoolEditPro2.1）將受試者第一次錄音的82個目標音檔剪切出來。5.4.2分類歸檔，其中單元音28個，復(fù)合元音23個，輔音21個，序列語音10個。5.4.3如果第一次錄音出現(xiàn)噪音、干擾、波形超過窗口值、波形提示能量不足等情況，則選用第二次錄音數(shù)據(jù)進行處理。如果再次出現(xiàn)噪音、干擾、波形超過窗口值、波形提示能量不足等情況需重新采樣。5.5采樣分析5.5.1概述通過預(yù)加重、分幀、加窗、快速傅里葉變換、三角帶通濾波器、濾波代入、擴展分幀等處理過程，提取每個音節(jié)的每一個數(shù)字語音信號的MFCC特征，形成MFCC語音庫。5.5.2預(yù)加重5.5.2.1預(yù)加重的作用：a）使信號的頻譜變得平坦，保持在低頻到高頻的整個頻帶中，能用同樣的信噪比來獲得頻譜；b）消除發(fā)音過程中聲帶和嘴唇的相互效應(yīng)，從而補償語音。5.5.2.2將采樣點采集的病理語音采樣信號通過高通濾波器進行高通預(yù)加重處理，其處理公式（1）如下：.....................（1）H(Z)——高通預(yù)加重值；z——頻譜。5.5.3分幀5.5.3.1規(guī)定時間以25ms為一分幀。5.5.3.2為了避免相鄰兩幀的變化過大，兩相鄰幀之間重疊區(qū)域應(yīng)設(shè)置為10ms。5.5.3.3每一個語音樣本取第13分幀和第19分幀，若語音樣本時長不足，補零。5.5.4加窗分幀后將每一幀乘以漢明窗（HammingWindow以增加幀左端和右端的連續(xù)性。假設(shè)分幀后的信號為S(n),其中n=0,1,...N-1；N=13和N=19,即幀的大小，那么乘上漢明窗后的信號值為x(n),其公式（2）如下：x(n)=s(n)xw(n)......................（2）x(n)——加窗信號值；S(n)——分幀后信號值；W(n)——漢明窗。漢明窗提取公式（3）如下：...................（3）W(n,a)——漢明窗提取值；n——分幀后幀的大?。籥——分幀剔除值，a值取0.46；N——幀的大小。5.5.5快速傅里葉變換5.5.5.1對分幀加窗后的各幀信號進行快速傅里葉變換得到各幀的頻譜值。5.5.5.2對語音信號的頻譜值取模平方得到語音信號的功率譜。5.5.5.3設(shè)定語音信號的離散傅里葉變換（DFT）公式（4）如下：(k)——離散傅里葉變換；N——傅里葉變換點數(shù)；n——分幀；k——離散傅里葉變換點數(shù)。上式中x(n)為輸入的語音信號，N表示傅里葉變換的點數(shù)。...................5.5.6三角帶通濾波器5.5.6.1將Xa(k)通過一組24個三角形濾波器，該濾波器中心頻率指定為f(m)，m=1，2，...，24。各f(m)之間的間隔隨著m值的減小而縮小，隨著m值的增大而增寬，如圖1示。圖1Mel頻率濾波器組模式圖5.5.6.2三角帶通濾波器對病理語音采樣獲取的樣本頻譜數(shù)據(jù)進行處理的作用為：a）對病理語音采樣獲取的樣本頻譜進行平滑化處理，并對頻譜起到消除諧波的作用；b）降低后續(xù)采樣分析中對樣本頻譜數(shù)據(jù)的采樣樣板辨別的算法計算量。5.5.6.3計算數(shù)頻率值的三角帶通濾波器公式（5）如下：..........................................Hmk——三角濾波器組值；f(m)——三角濾波器中心頻率；m——三角濾波器個數(shù)。上式中，5.5.7濾波代入每個濾波器組輸出的對數(shù)頻率值，Hm(k)代入公式（6s(m)=In億xa(k)[2Hm(k)),0?m≤M 離散余弦變換（DCTS(m)代入公式（7 S(m)——每個濾波器組輸出的對數(shù)頻率值；N——傅里葉變換點數(shù)；k——離散傅里葉變換點數(shù)；(k)——離散傅里葉變換；HmL——MFCC系數(shù)階數(shù)；C(n)——每一分幀MFCC值。每一分幀的MFCC值。13階和19階各分幀連接獲得2組MFCC值入5.5.8擴展分幀將三角濾波器中獲得的共振峰F1、F2和F0各中點值，作為一個分幀加入A組、B組，獲得2組MFCC入庫，即C組、D組5.5.9MFCC語音庫5.5.9.1MFCC語音庫包括病理語音采樣標準化數(shù)據(jù)和采樣類型辨別結(jié)構(gòu)化數(shù)據(jù)。5.5.9.2病理語音采樣標準化數(shù)據(jù)：82個音節(jié)樣本的每一個音節(jié)數(shù)據(jù)經(jīng)預(yù)處理后分別是13幀、19幀、13+3幀、19+3幀的標準化數(shù)據(jù)入A、B、C、D四組。5.5.9.3采樣類型辨別結(jié)構(gòu)化數(shù)據(jù)：將標準化數(shù)據(jù)分別錄入元音與聲調(diào)、輔音、復(fù)合元音、序列數(shù)字等四個子庫的A、B、C、D組。6采樣目標6.1明確兒童病理語音與正常兒童及組間的聲學(xué)特征差異與規(guī)律6.1.1采樣點通過對采樣設(shè)備進行病理語音采樣采集到的樣本進行處理和分析后，將樣本的每個音節(jié)處理為標準化和結(jié)構(gòu)化數(shù)據(jù)，以適應(yīng)病理語音庫構(gòu)建、大數(shù)據(jù)語音分析和人工智能運算的需求。6.1.2通過采樣處理后提取到的共振峰、基頻、時長、塞音（VOT）等相關(guān)的聲學(xué)特征參數(shù)，并分析計算出病理語音樣本的標準化和結(jié)構(gòu)化數(shù)據(jù)中具備元音三角（VSA）、元音發(fā)音指數(shù)（VAI）、共振峰集中率（FCR）、元音橢圓離散度等聲學(xué)參數(shù)，應(yīng)不少于25種。6.1.3通過大數(shù)據(jù)語音分析和人工智能運算，可完整分析出2-6歲兒童病理語音與正常語音的聲學(xué)特征差異和變化規(guī)律。6.2評估各型兒童病理語音的權(quán)重聲學(xué)特征參數(shù)6.2.1根據(jù)兒童病理語音和正常兒童，分別建立5個結(jié)構(gòu)化語音數(shù)據(jù)集。每個數(shù)據(jù)集中每個樣本語音6.2.2采樣類型辨別能通過數(shù)據(jù)挖掘的方法選擇與優(yōu)化用于評估2-6歲兒童病理語音特征聲學(xué)參數(shù)。6.2.3根據(jù)病理語音采樣預(yù)估數(shù)據(jù)特征選取Lasso分析，將每種類型的兒童病理語音進行二分類變量（C1，C2,...,C4）分類，為采樣類型辨別提供數(shù)據(jù)基礎(chǔ)。6.2.4通過LASSO分析，明確影響采樣類型辨別中的25種變量因素的比例權(quán)重，并精確確定用于兒童病理語音評估的綜合權(quán)重因變量，即權(quán)重聲學(xué)特征，提高信效度。6.3基于權(quán)重聲學(xué)特征通過構(gòu)建ANN實現(xiàn)兒童病理語音類型辨別6.3.1將獲取到的兒童病理語音樣本的權(quán)重因變量（例如，V1，V8,...,V22）為輸入變量，ANN四分類疾病作為輸出變量，輸入ANN神經(jīng)網(wǎng)絡(luò)，獲取兒童病理語音權(quán)重變量。6.3.2基于聲學(xué)特征的ANN模型對兒童病理語音識別的效率與影響機制，提高權(quán)重聲學(xué)特征參數(shù)進行人工智能、客觀評估兒童病理語音疾病的信效度。中國構(gòu)音障礙語音評估系統(tǒng)詞表A.1中國構(gòu)音障礙語音評估系統(tǒng)詞表包括元音、聲調(diào)、系列語言、元音變化、部分韻母和輔音等內(nèi)容，具體內(nèi)容見表A.1、表A.2和表A.3的規(guī)定。表A.1規(guī)定了文件中使用的中國構(gòu)音障礙語音評估系統(tǒng)詞表的元音、聲調(diào)、系列語言。表A.1中國構(gòu)音障礙語音評估系統(tǒng)詞表（元音、聲調(diào)、序列語言）表A.1中國構(gòu)音障礙語音評估系統(tǒng)詞表（元音、聲調(diào)、序列語言）(續(xù)）表A.2規(guī)定了文件中使用的中國構(gòu)音障礙語音評估系統(tǒng)詞表的元音變化和部分韻母。表A.2中國構(gòu)音障礙語音評估系統(tǒng)詞表（元音變化、部分韻母）表A.3規(guī)定了文件中使用的中國構(gòu)音障礙語音評估系統(tǒng)詞表的輔音。表A.3中國構(gòu)音障礙語音評估系統(tǒng)詞表（輔音）A.2中國構(gòu)音障礙語音評估系統(tǒng)詞表說明：a）表A.1由38個漢字構(gòu)成，覆蓋a、i、u、o、e、ü