基于语音MFCC特征的儿童孤独症倾向检测方法技术

一种基于语音MFCC特征的儿童孤独症倾向检测方法，包括构建语音数据集；提取正常和患病儿童的语音情感数据中的MFCC特征，同时对语音数据进行标准化处理，最后进行特征数据增强，得到MFCC特征增强数据集，将MFCC特征增强数据集按照比例分为训练集和测试集；构建混合局域型注意力机制的网络模型；训练混合局域型注意力机制的网络模型；测试混合局域型注意力机制的网络模型。本发明专利技术的语音分析基于客观的声学数据，减少了主观判断的影响，相对于现有技术需要昂贵设备和专业环境的检测方法，语音数据采集相对容易且采集速度快，可以通过日常对话或专门设计的语音任务完成，数据处理的成本也较低，具有检测准确性高的优点。

【技术实现步骤摘要】

本专利技术属于语音数据处理，具体涉及到基于语音mfcc特征的儿童孤独症倾向检测方法。

技术介绍

1、孤独症，又称孤独症，被归类为由于神经系统失调导致的发育障碍，其病征包括不完整的社交能力、沟通能力、兴趣和行为模式。孤独症是一种广泛性发展障碍，以严重的、广泛的社会相互影响和沟通技能的损害以及刻板的行为、兴趣和活动为特征的精神疾病。通过早期孤独症倾向检测，可以帮助患者及早获得专业帮助，促进语言、社交及认知能力的发展，也可以帮助家长和教育者正确理解孤独症，并提供适当的支持和指导。目前，大量研究采用各种方法来检测孤独症，目前，常见的辅助诊断方式有眼动追踪、脑ct扫描、眼动追踪、行为分析以及多量表综合汇评等，多数医生还是依据长期的临床观察辅以多种量表进行诊断。由于没有制定出行之有效的客观评估方式，导致诊断周期过长，容易错过最佳的干预时期，而且以上研究方法上面需要昂贵的特定设备，由于成本和设备限制，通常只适用于专门的临床环境，难以大规模推广。

技术实现思路

1、本专利技术所要解决的技术问题在于提供一种成本低、效率高、准确本文档来自技高网...

【技术保护点】

1.一种基于语音MFCC特征的儿童孤独症倾向检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于语音MFCC特征的儿童孤独症倾向检测方法，其特征在于，在步骤2中，所述提取语音情感数据中的MFCC特征，包括以下步骤：

3.根据权利要求2所述基于语音MFCC特征的儿童孤独症倾向检测方法，其特征在于，步骤A4中所述梅尔滤波器组中梅尔滤波器的数量20～40个。

4.根据权利要求1所述基于语音MFCC特征的儿童孤独症倾向检测方法，其特征在于，在步骤2中，所述对语音数据进行标准化处理的方式为：使用Python库和Librosa软件对语音信号进行处理和分...

【技术特征摘要】

1.一种基于语音mfcc特征的儿童孤独症倾向检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于语音mfcc特征的儿童孤独症倾向检测方法，其特征在于，在步骤2中，所述提取语音情感数据中的mfcc特征，包括以下步骤：

3.根据权利要求2所述基于语音mfcc特征的儿童孤独症倾向检测方法，其特征在于，步骤a4中所述梅尔滤波器组中梅尔滤...

【专利技术属性】
技术研发人员：李亚涛，张莉，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：