jcvasquezc/DisVoice

解決的問題

DisVoice 提供了一種標準化的方法，從語音檔案中提取聲學與語言特徵，以幫助識別語音的副語言特徵。這主要用於識別情緒，或檢測由帕金森病、亨廷頓病、喉癌、唇腭裂等語音障礙所引起的溝通障礙，以及憂鬱症等情緒障礙。

工作原理

該框架從持續母音和連續語音中計算出廣泛的語音特徵。它採用多種提取策略：

• 聲門、發聲、發音和語調：傳統的聲學分析。
• 音韻學：語音音素的分析。
• 表示學習：使用自編碼器從音訊資料中學習特徵表示。

它與 Praat 和 Kaldi 等外部工具整合，用於底層訊號處理和音韻學分析。

適用對象

專注於語音病理學、基於音訊的醫療診斷以及情緒識別的研究人員與臨床醫生。

主要亮點

• 支援提取聲門、發聲、發音、語調和音韻學特徵。
• 使用自編碼器進行表示學習。
• 可分析持續母音與連續語音。
• 專為病理性語音與情緒相關模式分類而設計。