Комбинированный метод отбора информативных признаков для выявления речевых патологий по голосу

Abstract

Задача выявления голосовых патологий отличается малым объемом доступных данных для обучения, вследствие чего системы классификации, использующие малоразмерные данные, являются наиболее актуальными. Предлагается совместное использование методов LASSO (least absolute shrinkage and selection operator) и BSS (backward stepwise selection) в отборе наиболее значимых признаков для задач определения голосовых патологий, в частности бокового амиотрофического склероза. Использованы признаки на основе мел-частотных кепстральных коэффициентов, традиционно применяемые в обработке речевых сигналов, и на основе дискретной оценки огибающей спектра авторегрессионного процесса. Вторые спектральные признаки извлекаются с помощью генеративного метода, предполагающего вычисление дискретного преобразования Фурье последовательности отчетов, сгенерированной с использованием авторегрессионной модели входного голосового сигнала. Последовательность генерируется таким образом, чтобы учесть периодическую природу преобразования Фурье. Это позволяет повысить точность оценки спектра и уменьшить эффект спектральной утечки. Отбор признаков с помощью методов LASSO и BSS позволил повысить эффективность классификации, используя меньшее число признаков, по сравнению с применением только метода LASSO.