的音质异常，是指任何种病因功能性或器质性使声带振动的规律性下降，使嗓音中出现过多的噪声干扰成分，进而使嗓音言语的清晰度下降。

病理嗓音的产生主要是由于发音滥用用声不当及不良的生活习惯局部感染与炎症上呼吸道感染，如扁桃体炎鼻喉炎鼻窦炎咽喉炎支气管炎等均可因下行感染声带影响发声，同时出现疾病本身的相应症状反流性喉炎等。

这些产生病理嗓音的因素都伴随着相应的症状，比如发音费力易疲劳发音中断无力伴气息音喉痛发音时加重吞咽疼痛等。

嗓音的质量病理嗓音与正常嗓音不同在于患者声带闭合的异常患者声带柔韧性的异常患者声带对称性的异常正常情况下，双侧声带是对称包含运动周期声带的粘膜波等。

语音发音系统人的发音器官包括三个部分动力区声源区调音区如图所示。

动力区肺横膈膜气管肺是呼气流的活动风扇，呼吸的气流是语音的动力。

横隔膜能帮助肺呼吸，通过膈的张弛，帮助肺吸入呼出气体。

然后，肺部呼吸的气流通过支气管到达喉头，作用于声带咽腔口腔鼻腔等发音器官。

声源区声带声带位于喉头的中间，是两片富有弹性的带状薄膜。

两片声带之间的空隙叫声门，肌肉的收缩，杓状软骨活动起来可使声带放松或收紧，使声门打开或关闭，从肺中出来的气流通过声门使声音振动发出声音，控制声带松紧的变化可以发出高低不同的声音来。

调音区口腔鼻腔咽腔口腔包括唇齿和舌头后面是咽腔，咽头上通口腔鼻腔，下接喉头。

口腔和鼻腔靠软腭和小舌分开。

软腭和小舌上升时鼻腔关闭，口腔畅通，这是发出的声在口腔中共鸣，叫口音。

软腭和小舌下垂，口腔成阻，气流只能从鼻腔中发出，这是发出的音主要在鼻腔中共鸣，叫做鼻音。

如果口腔没有阻碍，气流从口腔和鼻腔同时呼出，发出的音在口腔和鼻腔同时产生共鸣，叫鼻化音也叫半鼻音或口鼻音，如图所示。

图人的发声系统本章总结本章首先介绍了病理嗓音产生的原因特点，即嗓音的病理，接着介绍了，接着介绍了人的发声器官，简单说明了人体的发声部位以及嗓音疾病的多发部位。

第三章病理嗓音特征参数的提取预处理预处理是对前面录制的语音信号进行去除噪声和端点检测处理，为后续工作提供更加清晰有效的信号。

即除去语音信号在产生传输及接收的过程中所污染到噪声端点检测就是找到信号中所有语音成分。

这些工作都是语音信号处理工作所不可缺少的重要环节。

为便于进行频谱分析和声道函数分析，需要对信号进行高频提升倍频，因而需要将信号进行预加重处理，其目的是是使用低通滤波器限制信号中频率分量超过采样频率半的部分，以防止信号的混叠干扰其次是要通过高频滤波器抑制的电源干扰。

故通过个阶的预加重数字滤波器来实现预加重处理，其传递函数为其中，是预加重滤波器的系数，其取值范围是。

由于语音是个短时平稳的，般为，所以要对其加窗分帧，在此我们可以利用汉明窗来消除由分帧引起的信号边缘锐变，即用截取数据尾端减幅的方法有效消除了吉布斯现象。

其函数表达式为其他其中，是窗长。

病理嗓音参数提取方法声道模型参数的稳定性取决于语音的平稳性和鲁棒性，而参数的鲁棒性和可实现性都比较好，所以被广泛应用到自动语音识别研究中。

的计算方法是由参数到倒谱的递归过程。

具体流程如图所示。

语音信号图系数计算示意根据全极点模型其中，为线性预测系数为逆滤波器。

的分析就是求解线性预测系数，求解的方法主要有自相关法协方差法等，文中采取基于自相关的递推求解公式法即算法。

所以，系数，在加窗处理后，各帧信号间的自相关计算为，为分析阶数。

信号经过分析得到阶的系数，再根据递推算法求解系数，预加重分帧加窗自相关分析参数倒谱公式中，上标表示第次迭代，每次迭代都要重新更新直到时，结束迭代，为预测系数的阶数。

最后，再由倒谱特征的统表达式来获得，具体算法如下，，，式中，是特征向量。

本章总结在语音识别系统中，提取有效特征参数可以为研究工作提供了很大的帮助。

本章中设计算法并给出了参数的般提取方法，为病理嗓音的研究工作奠定了基础。

第四章实验数据分析实验所用工具介绍本文所用的实验数据统计分析的工具为和。

是由美国公司发布的主要面对科学计算可视化以及交互式程序设计的高科技计算环境。

它将数值分析矩阵计算科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在个易于使用的视窗环境中，为科学研究工程设计以及必须进行有效数值计算的众多科学领域提供了种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言如的编辑模式，代表了当今国际科学计算软件的先进水平。

的全名是怀卡托智能分析环境，表算法方法总结从图标可以看出，分析法中只有算法的相对有效性为，而算法有效性低于。

分析法如表所示表算法方法总结分析法的相对有效性远小于。

分析法如表至所示表算法表算法表算法方法总结有图标可以看出，分析法中算法的相对有效性均小于。

分析法如表至所示表算法表算法表算法方法总结由图标可以看出，分析法中算法的相对有效性均小于。

实验结果对比与结论经过详细的数据分析及对比，可以得出在种分析方法中只有中的算法和分析法中的算法的相对有效性等于或大于，且算法更为准确有效。

下面将数据总结绘制成表格，如表。

表数据总结语音信息总量分析方法具体算法正确分类的实例分类的实例相对准确率贝叶斯法本章总结本章主要阐述了利用和软件对语音库中不同的语音信息进行数据化，并且提出了有效准确的参数分析方法，最后以表格形式作出总结。

第五章总结与展望总结目前对嗓音疾病的诊断主要通过些物理侵入式的治疗方法，对人体都会产生痛苦，而理想病理嗓音的评价应该是通过参数的分析得到客观的结果。

为此，本文是采用参数提取的方法。

主要的工作如下。

本文提出了计算机语言实现参数的提取算法和般的参数提取方法，以及改进的参数提取方法。

再利用将语音库中的语音信息数据化，最后，利用进行详细的数据分析，得到相对有效的参数。

展望随着语音识别技术的不断创新和发展，对于参数提取的方法也在不断地更新，而且对于语音特征参数的有效性平稳性都有了新的要求，参数虽然被广泛的应用与病理嗓音识别技术，但任然还需要改进。

参考文献顾玲玲病理嗓音细分识别研究苏州大学优秀本科论文，侯丽珍，韩德民，徐文等国人正常嗓音特点相关研究临床耳鼻咽喉科杂志，侯丽珍，韩德民，徐文等嗓音检测中元音声样的选择听力学及言语疾病杂志，徐洁洁，卜行宽，杨道淳等声带良性增生性疾病的元音语图分析听力学及言语疾病杂志，王彪基于参数的语音识别系统电子设计工程，王彪种改进的参数提取方法研究电子设计工程，张晓俊，莫丽花，周孝进，陶智，赵鹤鸣，顾济华基于和参数的病理嗓音识别研究通信技术，刘亚琴，智爱娟几种语音识别特征参数的研究计算机技术与发展，唐晓进基于倒谱的语音特征参数提取山西电子技术，李泽，崔宣，马雨廷，陈俊宇和特征参数在说话人识别中的研究河南工程学院学报自然科学版，基于的病理嗓音细分识别研究中文摘要语音识别技术是新世纪门十分热门的技术，涉及多个领域，在社会生活中具有举足轻重的意义，而语音信号特征参数又是语音识别领域的重中之重，选取良好的特征参数有助于提高语音识别率。

在自动检测正常嗓音和病理嗓音时，关键是如何选出有效的特征参数如何选择合适的识别模型使得对正常嗓音和病理嗓音进行识别得到最好的识别率。

为了能实时便利地检测正常嗓音和病理嗓音，本课题采用了线性预测倒谱系数声学特征参数，并利用和进行参数的提取与数据比较，在利用中的种方法分类种算法后，经过比较发现的相对准确率为的相对准确率为的相对准确率为。

故采用的准确率更高，对语音识别研究更有效。

关键词病理嗓音参数提取，