脑卒中后构音障碍分类模型训练方法、分类方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
脑卒中后构音障碍分类模型训练方法、分类方法及装置
申请号:
CN202411129489
申请日期:
2024-08-16
公开号:
CN118711608A
公开日期:
2024-09-27
类型:
发明专利
摘要
本申请公开了一种脑卒中后构音障碍分类模型训练方法、分类方法及装置,训练方法包括:获取多个脑卒中后构音障碍患者用户和正常用户的语音数据;从各语音数据中提取频域特征和时域特征;对各语音数据的频域特征和时域特征进行特征融合,得到各语音数据的时频融合特征;以各语音数据的时频融合特征为输入,以各语音数据对应的用户类别为输出训练目标网络,得到脑卒中后构音障碍分类模型。本申请改善了现有技术采用单一的语音特征进行脑卒中后构音障碍语音分类,存在分类准确性不高的技术问题。
技术关键词
分类模型训练方法
时域特征
融合特征
频域特征
短时傅里叶变换
残差网络
分类方法
存储程序代码
特征提取单元
数据获取单元
预测类别
长短期记忆网络
可读存储介质
患者
处理器
语音特征