一种神经退行性疾病监测方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种神经退行性疾病监测方法、系统、装置及存储介质，其中方法包括：获取说话人的语音信息；根据语音信息识别说话人的身份信息，以及识别说话人的情感，将语音信息转换为文本信息；根据识别获得的说话情感以及文本信息生成对话文本，将对话文本转换为语音并输出；根据识别获得的身份信息对语音信息进行处理，将同一个说话人的语音信息存储在同一个语音存储模块中；根据身份信息，在语音存储模块中获取对应说话人的语音语料进行神经退行性疾病诊断，并判断说话人是否患病。本发明专利技术将神经退行性疾病筛查与智能家居相结合，利用基于神经退行性疾病导致患者语音发音出现的问题，来检测疾病，可广泛应用于病症识别技术领域。领域。领域。

【技术实现步骤摘要】
一种神经退行性疾病监测方法、系统、装置及存储介质


[0001]本专利技术涉及病症识别
，尤其涉及一种神经退行性疾病监测方法、系统、装置及存储介质。

技术介绍

[0002]神经退行性疾病是神经元和其髓鞘出现损伤而导致的疾病，这一类疾病一旦确诊，往往不可康复，病情会逐渐加重，对患者及其家庭造成巨大的精神和经济损失。同时，这类疾病如果能够在早期及时发现并尽早治疗，不仅可以极大地延缓病情的发展，同时减少这一疾病给患者及社会造成的社会经济成本(直接医疗费用，直接非医疗费用，间接费用)。
[0003]目前现有对神经退行性疾病筛查都需要借助专业的医疗检测仪器，需要到医院专门进行检查，流程复杂，价格昂贵，不适合早期大规模筛查。

技术实现思路

[0004]为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于提供一种基于语音对话交互的神经退行性疾病监测方法
[0005]本专利技术所采用的技术方案是：
[0006]一种神经退行性疾病监测方法，包括以下步骤：
[0007]获取说话人的语音信息；...

【技术保护点】

【技术特征摘要】
1.一种神经退行性疾病监测方法，其特征在于，包括以下步骤：获取说话人的语音信息；根据语音信息识别说话人的身份信息，以及识别说话人的情感，将语音信息转换为文本信息；根据识别获得的说话情感以及文本信息生成对话文本，将对话文本转换为语音并输出；根据识别获得的身份信息对语音信息进行处理，将同一个说话人的语音信息存储在同一个语音存储模块中；根据身份信息，在语音存储模块中获取对应说话人的语音语料进行神经退行性疾病诊断，并判断说话人是否患有神经退行性疾病、以及患病的严重程度。2.根据权利要求1所述的一种神经退行性疾病监测方法，其特征在于，所述根据语音信息识别说话人的身份信息，包括：采用预训练模型提取语音信息中说话人的信息特征；将提取到的信息特征输入transformer模型，transformer模型中的自注意力机制捕获信息特征中反映说话人身份的关键信息，作为说话人的身份信息，从而识别出说话人的身份。3.根据权利要求1所述的一种神经退行性疾病监测方法，其特征在于，根据语音信息识别说话人的情感，包括：采用预训练模型WavLM
‑
Large提取语音信息中的情感信息特征；其中情感信息特征为WavLM
‑
Large中第12层transformer encoder的输出特征；将提取的情感信息特征输入transformer模型，对特征进行全局关系建模，以识别说话人的情感；其中，所识别的情感包括平静、快乐、愤怒、悲伤四种情感。4.根据权利要求1所述的一种神经退行性疾病监测方法，其特征在于，所述将语音信息转换为文本信息，包括：根据语音信息获取MFCC特征，对MFCC特征进行一阶差分和二阶差分操作，获得第一动态特征和第二动态特征，将MFCC特征、第一动态特征和第二动态特征进行拼接，作为语音特征；将语音特征输入以transformer为基础的encoder
‑
decoder模型，对语音特征进行编码和解码，最终识别出语音信对应的文本信息。5.根据权利要求1所述的一种神经退行性疾病监测方法，其特征在于，所述根据识别获得的说话情感以及文本信息生成对话文本，将对话文本转换为语音并输出，包括：将识别获得的说话情感以及文本信息输入以Ber...

【专利技术属性】
技术研发人员：陈帅琦，徐向民，邢晓芬，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：