论文部分内容阅读
基于嗓音发声系统的复杂性和病态嗓音高频端噪声特性明显,对正常、病态嗓音信号进行小波分解、重构,然后求重构的各频段信号的Lempel-Zvi复杂度,利用神经网络识别对各频段信号的Lempel-Zvi复杂度进行识别.实验结果表明：在高频段,病态嗓音复杂度识别率为84％,相对高于其他较低频段.通过模式识别的方法揭示了嗓音发声系统的病变时的噪声特性和复杂性.