文献

J-GLOBAL ID：201802290872510558   整理番号：18A0440345

GRBAS分類に基づく病理学的音声品質の自動同定【Powered by NICT】

Automatic identification of pathological voice quality based on the GRBAS categorization

著者 (1件)： Sasou Akira (National Institute of Advanced Industrial Science and Technology, AIST, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： APSIPA ASC  ページ： 1243-1247  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声病理の音響分析に基づく自動検出は,障害の存在,患者に与えられた診断と臨床治療を促進し,改善を助けるかもしれないの非侵襲的,低コストと客観的評価を可能にする。本論文では,GRBASカテゴリー化に基づく粗さ,気息音,無力症,及び歪の四属性を同定することにより病的音声品質の自動評価に焦点を当てた。提案した方法は,高次局所自己相関(HLAC)特徴,自動トポロジージェネレイテッド(one-generated)AR-HMM解析により得られた励起源信号から計算したを採用し,フィードフォワードニューラルネットワーク(FFNN)-ベースの分類器を用いた四属性を同定した。実験では,87.25%の平均F測度は,話者ベース同定タスク,提案した方法の実現可能性を確認したが得られた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 測度 ,  音響分析 ,  *病理学 ,  *音響 ,  患者 ,  *病理 ,  自己相関
準シソーラス用語： 話者 ,  フィードフォワードニューラルネットワーク ,  自動評価 ,  無力症 ,  客観評価 ,  非侵襲 ,  自動検出 ,  *音声品質 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 分類 ,  病理学 ,  音声品質 ,  同定