目前我国约有1300万口吃患者,是一个众多的急需帮助的群体。对于口吃的矫正方法主要有发音法、呼吸法、心理疗法、有肌肉疗法、仪器疗法等,这些方法大多以人工评估和心理治疗为主,缺乏自动评估和矫正的手段,目前对于口吃语音的发音特点及针对发音特点的自动评估和矫正方法的研究在国内外仍处于探索阶段。本研究将运用现代信号处理及语音识别的方法,通过对不同类型的口吃语音进行声学分析,获得能够描述口吃语音特征的声学特征参数;基于语音分析、识别技术自动检测出口吃语音中的间断、字词重复、发音拖长等现象,并针对口吃语音进行声学模型和语言模型的优化以提高检测的性能。运用基于隐含马尔可夫模型(HMM)及支持矢量机(SVM))相结合的发音质量评估技术进行发音质量评估,从发音的准确性、韵律的准确性,发音的流利性等方面定量找出与正常发音的差异,达到自动评估和矫正的目的。
英文主题词stuttering; assessment; assistive therapy, hidden Markov model