来源：期刊VIP网 时间：
作者：王晨哲;季薇;郑慧芬;李云;
单位：南京邮电大学计算机学院;南京邮电大学通信与信息工程学院;南京医科大学附属老年医院;
摘要：发音障碍是帕金森病的早期症状之一。近年来，基于语音信号的帕金森病检测的研究大多采用梅尔刻度下的相关语音特征与深度神经网络模型相结合的方法。然而，现有的模型无法充分关注语音信号的全局时序信息，且梅尔刻度特征在准确表征帕金森病的病理信息方面效果有限。为此，提出了一种基于语音时频特征融合的帕金森病检测方法。首先，提取语音的梅尔频率倒谱系数，并将其作为模型的输入。接着，在已有的S-vectors模型中引入Conformer编码器模块，以提取语音的时域全局特征。最后，将与帕金森病语音检测相关的频域全局特征嵌入时域特征中进行时频信息融合，以实现帕金森病语音检测。在公开帕金森病语音数据集和自采语音数据集上验证了方法的有效性。
关键词：帕金森病;;梅尔频率倒谱系数;;S-vectors;;Conformer;;时频特征融合
基金资助：江苏省高校基础科学(自然科学)重大项目(21KJA520003)
