CN111210838A - 一种言语认知能力的评价方法 - Google Patents
一种言语认知能力的评价方法 Download PDFInfo
- Publication number
- CN111210838A CN111210838A CN201911235293.0A CN201911235293A CN111210838A CN 111210838 A CN111210838 A CN 111210838A CN 201911235293 A CN201911235293 A CN 201911235293A CN 111210838 A CN111210838 A CN 111210838A
- Authority
- CN
- China
- Prior art keywords
- speech
- cognitive
- testee
- subject
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003930 cognitive ability Effects 0.000 title claims abstract description 15
- 230000001149 cognitive effect Effects 0.000 claims abstract description 89
- 230000006399 behavior Effects 0.000 claims abstract description 79
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 230000005236 sound signal Effects 0.000 claims abstract description 28
- 230000019771 cognition Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 210000003710 cerebral cortex Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 208000027765 speech disease Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及认知科学技术领域,尤其涉及一种言语认知能力的评价方法,包括以下步骤:基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较;通过对受试者声音信号的处理,得到声音信号的特征信息;基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价。本发明具备以下有益效果:实现对受试者的言语认识能力进行客观的评价。
Description
技术领域
本发明涉及认知科学技术领域,尤其涉及一种言语认知能力的评价方法。
背景技术
言语(Speech)能力是指人们用言语行为来表达自己思想、情感,以达到与人交流目的的一种能力。指说话/口语的能力,一种通过口腔、咽喉结构和呼吸器官产生声音实现交流的运动活动和实际过程。口语比书面语起着更直接、更广泛的交际作用。
既然称作能力,就有是否具有以及好坏之分。言语活动是言语能力的外在表现,言语能力因人而异并动态变化。个人的言语能力取决于自身言语器官的(先天/后天)物理条件和后天训练,训练和伤害也会影响言语能力的发展。目前言语能力的关注多在于对言语能力缺失与否的评估。医学临床中,把不具有言语能力看作是一种病症,叫失语症;把在需要使用语交流时出现的发出或形成语言时出现问题的一种言语病态现象叫言语障碍。相对而言,对语言能力的高低或好坏的评价相对较少。而现实生活中特殊职业又常常要求需要有好的言语能力或言语能力先天的生理优势。职业筛选时对这些言语能力好坏或高低的客观评价就显得非常必要。
认知的基础是大脑皮层的正常功能,任何引起大脑皮层功能和结构异常的因素均可导致认知障碍。言语活动是大脑皮质各个部位共同活动的结果,但皮质的不同部位又有相对的机能分工。与言语行为有关的神经中枢是语言中枢,包括:运动性语言中枢(说话中枢)、听觉性语言中枢(调整自己的语言和听取、理解别人的语言)以及视觉性语言中枢(负责视觉意象与听觉意象失去联系)。
现有技术中,对言语能力正常人或特定职业对象言语能力的评价研究还相对较少。在科学研究方面,常通过采用一种叫做主观量表评价方法的测试方法来测试受试者的言语认知能力,这种方法的主要缺点是缺乏评价的客观性。
发明内容
为解决上述问题,本发明提出一种言语认知能力的评价方法。
一种言语认知能力的评价方法,包括以下步骤:
基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较;
通过对受试者声音信号的处理,得到声音信号的特征信息;
基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价。
优选的,所述受试者言语认知能力评价数据基于言语功能评定标准,从受试者自发语、听理解、复述、命名和阅读五个方面得到。
优选的,所述受试者言语认知能力评价数据包括:通过特征提取和行为关系分析得到用于构建受试者言语行为认知模型的模型参数、认知参数和言语特性参数。
优选的,所述依据言语认知体系构建符合受试者言语行为的言语认知行为模型还包括:调整受试者言语行为认知模型的模型参数、认知参数和言语特性参数,使所构建的言语认知行为模型与受试者实际言语行为相一致。
优选的,所述将受试者的言语认知行为模型与通用言语认知行为模型进行比较包括:
比较受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数以及运行结果的差异。
优选的,所述通过对受试者声音信号的处理,得到声音信号的特征信息包括:
获取受试者连续语音,依次经过预加重处理、分帧处理、加窗处理、快速傅里叶变换处理、梅尔滤波器组、离散余弦变换处理得到声音信号的特征信息。
优选的,所述基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价包括:
基于受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数、运行结果的差异对受试者言语行为认知特性做出评价;
基于受试者的声音信号的特征信息,对受试者言语客观特征做出评价;
综合受试者言语行为认知特性做出的评价以及言语客观特征做出的评价,得到受试者言语认知能力的综合评价。
优选的,还包括:
根据受试者言语认知能力的综合评价生成评价报告并输出。
本发明具备以下有益效果:基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较;通过对受试者声音信号的处理,得到声音信号的特征信息;基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,从而实现对受试者的言语认识能力进行客观的评价。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明一实施例一种言语认知能力的评价方法的流程示意图;
图2是本发明一实施例一种言语认知能力的评价方法中言语认知体系的结构示意图。
具体实施方式
以下结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本实施例的基本思想是基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较;通过对受试者声音信号的处理,得到声音信号的特征信息;基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价。
基于上述思想,本发明一实施例提出一种言语认知能力的评价方法,如图1所示,包括以下步骤:
S1:基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较。
受试者言语认知能力评价数据基于言语功能评定标准,从受试者自发语、听理解、复述、命名和阅读五个方面得到。具体的,基于人类言语认知特征与声学特点,设计受试者言语认知能力评价数据采集试验。试验设计致力于评价受试者5各方面能力。内容如下:
(1)受试者朗读给定文字,评价基本语言表达能力;
(2)受试者与系统进行一段对话,评价基本反应能力;
(3)观看一段故事,受试者复述,评价分析概括能力;
(4)讲述一段熟悉的小故事,评估自我表达能力;
(5)常识问答和睿智应变,评估应变能力。
通过上述5个方面的实验,通过特征提取和行为关系分析得到用于构建受试者言语行为认知模型的模型参数、认知参数和言语特性参数。
如图2所示,言语认知体系(speech cognitive architecture,SCA)主要组成部分是:感知运动模块、知识表征模块、缓存模块、言语理解和生成中心处理单元。
感知运动模块负责与外界的交互(即模拟真实的言语应激源及外部言语行为),是言语感受器、言语有关的视觉感受和外部发声模块,也可细分为感知模块和运动模块。对于每个模块,有专有缓存模块用于与该模块的交互。缓存的内容表示该特定时刻言语认知体系的状态。知识表征模块用于知识、概念的存储及转化。言语理解和生成中心处理单元搜索与缓存状态匹配的产生规则。指定时刻只能执行一条产生式规则。产生规则在执行时可以修改缓存内容,从而改变系统的状态。因此,在言语认知体系中,认知作为一系列产生式规则不断触发。
言语认知行为模型是从认知细节仿真实际认知和行为,通过调整认知参数和模型参数使模型与真实行为相符,分析认知模型从而实现建模的目的。在本实施例中,采用生成式认知行为模型,其主要任务是构建认知行为模型的生成式规则。一条生成式规则事实上是一句符合条件则被触发的条件语句,即if…then…规则。调整受试者言语行为认知模型的模型参数、认知参数和言语特性参数,使所构建的言语认知行为模型与受试者实际言语行为相一致。比较受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数以及运行结果的差异。
S2:通过对受试者声音信号的处理,得到声音信号的特征信息;
描述声音信号的三个基本特性要素是响度、音调和音色。响度和声波振动的幅度有关,一般说来,声波振幅越大则响度越大。音调主要与声波的频率有关,声波的频率高则音调也高。音色与声波的振动波形有关,或者说与声音的频谱结构有关。从语音质量客观评价采用的技术参数和分析模型来看,现有方法包括时域、频域、谱包络、听觉模型、听觉/判断混合模型等。而基于时域参数的评价方法因其与主观评价的相关度低,已无法满足实际应用的需要。其它方法可以实现相对较好的效果,如频域谱分析方法相关度可达0.8左右,谱包络分析方法相关度可达0.9,有些听觉模型可达0.95的相关度。梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficients,简称MFCC)是语音处理中的一项核心技术,它在语音识别、合成、编码、说话人识别等方面都得到了成功的应用。语音技术的飞速发展也与MFCC为中心的信号处理技术是分不开的。本发明采用MFCC技术提取语音客观特征信息。
提取声音信号的特征信息的具体步骤为:获取受试者连续语音,依次经过预加重处理、分帧处理、加窗处理、快速傅里叶变换处理、梅尔滤波器组、离散余弦变换处理得到声音信号的特征信息。
S3:基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价。
本发明基于受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数、运行结果的差异对受试者言语行为认知特性做出评价,基于受试者的声音信号的特征信息,对受试者言语客观特征做出评价,综合受试者言语行为认知特性做出的评价以及言语客观特征做出的评价,得到受试者言语认知能力的综合评价并生成评价报告,从而解决言语能力评价使用主观量表评价方法存在的评价结果不客观、随机性的问题。
本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种言语认知能力的评价方法,其特征在于,包括以下步骤:
基于受试者言语认知能力评价数据,依据言语认知体系构建符合受试者言语行为的言语认知行为模型,将受试者的言语认知行为模型与通用言语认知行为模型进行比较;
通过对受试者声音信号的处理,得到声音信号的特征信息;
基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价。
2.根据权利要求1所述的一种言语认知能力的评价方法,其特征在于,所述受试者言语认知能力评价数据基于言语功能评定标准,从受试者自发语、听理解、复述、命名和阅读五个方面得到。
3.根据权利要求2所述的一种言语认知能力的评价方法,其特征在于,所述受试者言语认知能力评价数据包括:通过特征提取和行为关系分析得到用于构建受试者言语行为认知模型的模型参数、认知参数和言语特性参数。
4.根据权利要求3所述的一种言语认知能力的评价方法,其特征在于,所述依据言语认知体系构建符合受试者言语行为的言语认知行为模型还包括:调整受试者言语行为认知模型的模型参数、认知参数和言语特性参数,使所构建的言语认知行为模型与受试者实际言语行为相一致。
5.根据权利要求3所述的一种言语认知能力的评价方法,其特征在于,所述将受试者的言语认知行为模型与通用言语认知行为模型进行比较包括:
比较受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数以及运行结果的差异。
6.根据权利要求1所述的一种言语认知能力的评价方法,其特征在于,所述通过对受试者声音信号的处理,得到声音信号的特征信息包括:
获取受试者连续语音,依次经过预加重处理、分帧处理、加窗处理、快速傅里叶变换处理、梅尔滤波器组、离散余弦变换处理得到声音信号的特征信息。
7.根据权利要求5所述的一种言语认知能力的评价方法,其特征在于,所述基于受试者的言语认知行为模型与通用言语认知行为模型进行比较结果以及受试者的声音信号的特征信息,对受试者的言语认识能力进行评价包括:
基于受试者言语认知行为模型与通用认知模型在模型参数、认知参数和言语特性参数、运行结果的差异对受试者言语行为认知特性做出评价;
基于受试者的声音信号的特征信息,对受试者言语客观特征做出评价;
综合受试者言语行为认知特性做出的评价以及言语客观特征做出的评价,得到受试者言语认知能力的综合评价。
8.根据权利要求7所述的一种言语认知能力的评价方法,其特征在于,还包括:
根据受试者言语认知能力的综合评价生成评价报告并输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235293.0A CN111210838B (zh) | 2019-12-05 | 2019-12-05 | 一种言语认知能力的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911235293.0A CN111210838B (zh) | 2019-12-05 | 2019-12-05 | 一种言语认知能力的评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111210838A true CN111210838A (zh) | 2020-05-29 |
CN111210838B CN111210838B (zh) | 2023-09-15 |
Family
ID=70786302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911235293.0A Active CN111210838B (zh) | 2019-12-05 | 2019-12-05 | 一种言语认知能力的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111210838B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269447A (zh) * | 2023-05-17 | 2023-06-23 | 之江实验室 | 一种基于语音调制和脑电信号的言语认知评估系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004032093A2 (en) * | 2002-09-30 | 2004-04-15 | San Diego State University Foundation | Method and product for assessing cognitive ability |
CN103054587A (zh) * | 2012-12-20 | 2013-04-24 | 清华大学 | 基于听觉稳态响应的言语测听方法 |
CN103505183A (zh) * | 2013-09-24 | 2014-01-15 | 泰亿格电子(上海)有限公司 | 基于实时言语多维建模的言语障碍多维测量系统及其方法 |
CN103530523A (zh) * | 2013-10-23 | 2014-01-22 | 北京师范大学 | 儿童语言能力发展评估建模方法 |
CN106327049A (zh) * | 2015-07-08 | 2017-01-11 | 广州市第人民医院 | 一种认知评估系统及其应用 |
JP2017148431A (ja) * | 2016-02-26 | 2017-08-31 | パナソニックIpマネジメント株式会社 | 認知機能評価装置、認知機能評価方法、プログラム |
CN107578772A (zh) * | 2017-08-17 | 2018-01-12 | 天津快商通信息技术有限责任公司 | 融合声学特征和发音运动特征的发音评估方法和系统 |
CN109493968A (zh) * | 2018-11-27 | 2019-03-19 | 科大讯飞股份有限公司 | 一种认知评估方法及装置 |
CN110223688A (zh) * | 2019-06-08 | 2019-09-10 | 安徽中医药大学 | 一种基于压缩感知的肝豆状核变性言语障碍的自评估系统 |
CN110459331A (zh) * | 2019-08-07 | 2019-11-15 | 四川大学华西医院 | 一种失语症线上诊疗信息控制系统及方法 |
-
2019
- 2019-12-05 CN CN201911235293.0A patent/CN111210838B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004032093A2 (en) * | 2002-09-30 | 2004-04-15 | San Diego State University Foundation | Method and product for assessing cognitive ability |
CN103054587A (zh) * | 2012-12-20 | 2013-04-24 | 清华大学 | 基于听觉稳态响应的言语测听方法 |
CN103505183A (zh) * | 2013-09-24 | 2014-01-15 | 泰亿格电子(上海)有限公司 | 基于实时言语多维建模的言语障碍多维测量系统及其方法 |
CN103530523A (zh) * | 2013-10-23 | 2014-01-22 | 北京师范大学 | 儿童语言能力发展评估建模方法 |
CN106327049A (zh) * | 2015-07-08 | 2017-01-11 | 广州市第人民医院 | 一种认知评估系统及其应用 |
JP2017148431A (ja) * | 2016-02-26 | 2017-08-31 | パナソニックIpマネジメント株式会社 | 認知機能評価装置、認知機能評価方法、プログラム |
CN107578772A (zh) * | 2017-08-17 | 2018-01-12 | 天津快商通信息技术有限责任公司 | 融合声学特征和发音运动特征的发音评估方法和系统 |
CN109493968A (zh) * | 2018-11-27 | 2019-03-19 | 科大讯飞股份有限公司 | 一种认知评估方法及装置 |
CN110223688A (zh) * | 2019-06-08 | 2019-09-10 | 安徽中医药大学 | 一种基于压缩感知的肝豆状核变性言语障碍的自评估系统 |
CN110459331A (zh) * | 2019-08-07 | 2019-11-15 | 四川大学华西医院 | 一种失语症线上诊疗信息控制系统及方法 |
Non-Patent Citations (2)
Title |
---|
丁明亮;陈隽;: "自闭症患儿言语康复训练系统的研究" * |
赵艳玲,孙喜斌: "试谈言语医学康复" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269447A (zh) * | 2023-05-17 | 2023-06-23 | 之江实验室 | 一种基于语音调制和脑电信号的言语认知评估系统 |
CN116269447B (zh) * | 2023-05-17 | 2023-08-29 | 之江实验室 | 一种基于语音调制和脑电信号的言语认知评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111210838B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nwe et al. | Speech emotion recognition using hidden Markov models | |
JP6234563B2 (ja) | 訓練システム | |
Muhammad et al. | Convergence of artificial intelligence and internet of things in smart healthcare: a case study of voice pathology detection | |
US20160314781A1 (en) | Computer-implemented method, computer system and computer program product for automatic transformation of myoelectric signals into audible speech | |
Patil et al. | The physiological microphone (PMIC): A competitive alternative for speaker assessment in stress detection and speaker verification | |
CN109727608A (zh) | 一种基于中文语音的病态嗓音评估方法 | |
Caponetti et al. | Biologically inspired emotion recognition from speech | |
Albornoz et al. | Feature extraction based on bio-inspired model for robust emotion recognition | |
Kandali et al. | Vocal emotion recognition in five native languages of Assam using new wavelet features | |
Patel et al. | Vocal behavior | |
He | Stress and emotion recognition in natural speech in the work and family environments | |
Munson | A method for studying variability in fricatives using dynamic measures of spectral mean | |
Lech et al. | Stress and emotion recognition using acoustic speech analysis | |
Johnstone | The effect of emotion on voice production and speech acoustics | |
CN111210838B (zh) | 一种言语认知能力的评价方法 | |
Muhammad et al. | Spectro-temporal directional derivative based automatic speech recognition for a serious game scenario | |
Le | The use of spectral information in the development of novel techniques for speech-based cognitive load classification | |
Tao et al. | Speech deception detection algorithm based on SVM and acoustic features | |
Van Den Broek | Emotional Prosody Measurement (EPM): A voice-based evaluation method for psychological therapy effectiveness | |
Mohamad Jamil et al. | A flexible speech recognition system for cerebral palsy disabled | |
Wang et al. | Towards the Speech Features of Early-Stage Dementia: Design and Application of the Mandarin Elderly Cognitive Speech Database. | |
Penting et al. | Automatic speech intelligibility detection for speakers with speech impairments: The identification of significant speech features | |
Grigorev et al. | An Electroglottographic Method for Assessing the Emotional State of the Speaker | |
Karakoc et al. | Visual and auditory analysis methods for speaker recognition in digital forensic | |
Arpitha et al. | Diagnosis of disordered speech using automatic speech recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |