嗓音状态分类方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种嗓音状态分类方法、装置、电子设备和存储介质，所述方法包括：确定待分类音频的各声音参数的参数值，并将各声音参数的参数值定位到嗓音状态分类网格中，得到待分类音频的嗓音状态；嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，声音参数坐标系是以各声音参数为坐标轴建立。本发明专利技术提供的方法、装置、电子设备和存储介质，基于待分类音频的各声音参数的参数值定位到嗓音状态分类网格中，从而能够自动且准确得到待分类音频的嗓音状态，避免了传统方法中依靠医生主观评估嗓音状态导致误诊的问题，提高了嗓音状态分类的准确性和稳定性。高了嗓音状态分类的准确性和稳定性。高了嗓音状态分类的准确性和稳定性。

【技术实现步骤摘要】
嗓音状态分类方法、装置、电子设备和存储介质


[0001]本专利技术涉及嗓音检测
，尤其涉及一种嗓音状态分类方法、装置、电子设备和存储介质。

技术介绍

[0002]语言是人类交往必不可少的工具，与人类的生活密切相关。嗓音的损害将直接影响一个人的表达能力，甚至影响到人与人之间的交流，而部分嗓音的不可逆损伤是由于未及时治疗喉部疾病导致的。
[0003]目前，多通过医生主观对嗓音状态分类，评估是否存在喉部疾病，但由于医生业务水平及状态的不同，致使评估过程存在很大的偶然性，容易发生误诊、漏诊等情况，导致无法准确且稳定进行嗓音状态分类。

技术实现思路

[0004]本专利技术提供一种嗓音状态分类方法、装置、电子设备和存储介质，用以解决现有技术中依靠医生主观评估嗓音状态，导致无法准确且稳定进行嗓音状态分类的缺陷。
[0005]本专利技术提供一种嗓音状态分类方法，包括：
[0006]确定待分类音频的各声音参数的参数值；
[0007]将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态；
[0008]所述嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，所述声音参数坐标系是以各声音参数为坐标轴建立。
[0009]根据本专利技术提供的一种嗓音状态分类方法，所述嗓音状态分类网格是基于如下步骤确定的：
[0010]将各声音参数中的每两种声音参数作为两个坐标轴建立对应平面，基于各平面构建声音坐标系；
[0011]基于所述样本音频的各声音参数对应的样本参数值，在所述声音参数坐标系中建立网格点；
[0012]基于各网格点对应的嗓音状态，在所述声音参数坐标系中的平面中进行网格划分。
[0013]根据本专利技术提供的一种嗓音状态分类方法，所述基于各网格点对应的嗓音状态，在所述声音参数坐标系中进行网格划分，包括：
[0014]从对应相同候选嗓音状态的网格点中分别选取最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标对应的网格点作为网格划分点，并基于所述网格划分点进行网格划分。
[0015]根据本专利技术提供的一种嗓音状态分类方法，所述将各声音参数的参数值定位到嗓
音状态分类网格中，得到所述待分类音频的嗓音状态，包括：
[0016]将各声音参数的参数值定位到嗓音状态分类网格，得到各声音参数的参数值对应的各投影点所处网格；
[0017]基于各投影点的位置坐标，以及各投影点所处网格的中心位置坐标，确定各投影点的残差向量；
[0018]基于各残差向量，确定所述待分类音频的嗓音状态。
[0019]根据本专利技术提供的一种嗓音状态分类方法，所述基于各残差向量，确定所述待分类音频的嗓音状态，包括：
[0020]将各残差向量按照由小到大的顺序进行排序，选取排序在前的预设数量的残差向量对应的网格点作为候选分类点，并以各候选分类点对应的嗓音状态作为所述待分类音频的嗓音状态。
[0021]根据本专利技术提供的一种嗓音状态分类方法，在得到所述待分类音频的嗓音状态之后，还包括：
[0022]确定所述待分类音频的嗓音状态的校正结果；
[0023]基于所述校正结果和待分类音频的各声音参数的参数值，更新所述嗓音状态分类网格。
[0024]根据本专利技术提供的一种嗓音状态分类方法，所述待分类音频包含预设比例的元音音频。
[0025]根据本专利技术提供的一种嗓音状态分类方法，所述声音参数包括基频、振幅微扰、基频微扰以及噪声与谐音比值中的任意多种。
[0026]本专利技术还提供一种嗓音状态分类装置，包括：
[0027]参数确定单元，用于确定待分类音频的各声音参数的参数值；
[0028]状态分类单元，用于将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态；
[0029]所述嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，所述声音参数坐标系是以各声音参数为坐标轴建立。
[0030]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述嗓音状态分类方法的步骤。
[0031]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述嗓音状态分类方法的步骤。
[0032]本专利技术提供的嗓音状态分类方法、装置、电子设备和存储介质，基于待分类音频的各声音参数的参数值定位到嗓音状态分类网格中，从而能够自动且准确得到待分类音频的嗓音状态，避免了传统方法中依靠医生主观评估嗓音状态导致误诊的问题，提高了嗓音状态分类的准确性和稳定性。
附图说明
[0033]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术
描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1是本专利技术提供的嗓音状态分类方法的流程示意图；
[0035]图2是本专利技术提供的嗓音状态分类网格确定方法的流程示意图；
[0036]图3是本专利技术提供的待分类音频的嗓音状态分类方法的流程示意图；
[0037]图4是本专利技术提供的更新嗓音状态分类网格方法的流程示意图；
[0038]图5是本专利技术提供的音频词库编写方法的流程示意图；
[0039]图6为本专利技术提供的又一嗓音状态分类方法的流程示意图；
[0040]图7是本专利技术提供的嗓音状态分类装置的结构示意图；
[0041]图8是本专利技术提供的电子设备的结构示意图；
具体实施方式
[0042]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0043]每个人的嗓音包含音色、音调、大小等多维度，但疾病因素可能会导致嗓音音色、音调、大小等出现变化，甚至对嗓音造成损害。例如若喉部嗓音疾病(如单侧声带麻痹)不及时进行治疗，可能会导致嗓音的不可逆损伤。
[0044]目前主要根据医生根据自身的专业知识和经验，靠听力对患者嗓音进行判断是否存在喉部疾病。然而，通过医生主观判断是否有声带麻痹等喉部疾病，需要患者到医院就诊才能进行评估确认，患者无法自行判断，且该方法受医生自身情况(如专业知识水平、专业经验、听力水平、注意力等)的影响，无法准确且稳定得出嗓音分类评估结果。
[0045]对此，本申请提供一种嗓音状态分类方法。图1是本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种嗓音状态分类方法，其特征在于，包括：确定待分类音频的各声音参数的参数值；将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态；所述嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，所述声音参数坐标系是以各声音参数为坐标轴建立。2.根据权利要求1所述的嗓音状态分类方法，其特征在于，所述嗓音状态分类网格是基于如下步骤确定的：将各声音参数中的每两种声音参数作为两个坐标轴建立对应平面，基于各平面构建声音坐标系；基于所述样本音频的各声音参数对应的样本参数值，在所述声音参数坐标系中建立网格点；基于各网格点对应的嗓音状态，在所述声音参数坐标系中的平面中进行网格划分。3.根据权利要求2所述的嗓音状态分类方法，其特征在于，所述基于各网格点对应的嗓音状态，在所述声音参数坐标系中进行网格划分，包括：从对应相同候选嗓音状态的网格点中分别选取最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标对应的网格点作为网格划分点，并基于所述网格划分点进行网格划分。4.根据权利要求1所述的嗓音状态分类方法，其特征在于，所述将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态，包括：将各声音参数的参数值定位到嗓音状态分类网格，得到各声音参数的参数值对应的各投影点所处网格；基于各投影点的位置坐标，以及各投影点所处网格的中心位置坐标，确定各投影点的残差向量；基于各残差向量，确定所述待分类音频的嗓音状态。5.根据权利要求4所述的嗓音状态分类方法，其特征在于，所述基于各残差向量，确定所...

【专利技术属性】
技术研发人员：徐旺娣，章骞，
申请(专利权)人：安徽科大讯飞医疗信息技术有限公司，
类型：发明
国别省市：