段淑斐,王俊芹,DINGAM Camille,张雪英，孙 颖

(1.太原理工大学 信息与计算机学院,山西 太原 030024；2.天津大学 电气自动化与信息工程学院,天津 300072)

构音障碍(Dysarthria)是指由于中枢神经系统的损伤,致使患者言语运动不协调,从而导致言语障碍的现象[1].运动性构音障碍属于构音障碍中的一种,它是由于神经和肌肉的器质性病变,造成与构音相关的肌肉收缩力减弱及运动不精确或不协调[2],进而出现呼吸、喉发音、共鸣、构音和韵律等异常[3].因此对于构音障碍的正确诊断、评价是患者康复治疗中必备的一项内容,对于构音障碍病情严重程度的评估或病情分级在言语治疗中也起着至关重要的作用[4].目前在对构音障碍的分析评估上,病情分级的方法通常是主观分析为主,客观分析为辅[5],在针对病患的诊断和治疗中主要依赖于评估者的主观感受,且需要评估者具有较高的专业技能水平,这样会限制诊断的准确率,且结果不具有广泛性.随着机器学习、人工智能技术的发展,对构音障碍的研究也已不限于医学领域,例如研究者可以将病理语音及发音特征提取出来,利用计算机进行数据分析与病情分级,为构音障碍患者的诊断评估提供较为准确客观的方法,并且研究结果能推动医学上自动分级检测技术的发展.

在现有的对构音障碍识别的研究中,研究者大多通过提取音频特征,如音频的能量特征与基音周期[6]、共振峰集中率[7]、韵律特征与倒谱系数的融合……