摘要:在语音中纠正LISP对许多人来说可能会非常困难,因为它们可能没有意识到它们是否正在倾斜。为了帮助受影响的人,我们已经开发了一种简单的算法,以实时识别sigmatismus flashalis在“ s”声音中通过频域中的分析中的语音声音。算法在校准后识别LISP频带内的峰值。已经确定了3000-4000 Hz的频带对于LISP通常是准确的,对于单个男性测试对象,对于lisp而言,对于lisp的频段来说,频段为2500-3000 Hz。将语音记录分为较小的段,并比较了这些段中检测到的LISP和非LISP的数量以分类。从测试中,确定的段长度为0.5 s会产生最佳结果。该算法并未检测到每个LISP部分,但是它不会引起误报。我们在朱莉娅(Julia)的实施,具有多线程的每文件分析能够在高通Snapdragon 860智能手机芯片组上分析5 s至10 s长度之间的20个长度的文件,这意味着分析的速度远远快。提出的算法是一种简单的原型算法,能够在频域中对音频进行实时分析,以识别给定窗口中横向Lisps是否是主导的发音。该方法仅针对单个测试主题进行测试。但是,提出了向新个体调整参数的校准算法。该算法本身应该很容易扩展,以识别其他语音障碍。
((((?*?x)是因为(?*?y))(这是真正的原因吗?)(可能还有什么其他原因?)(这个原因似乎可以解释其他任何内容吗?))((((?*?x)您(?*?y))(也许我是?y)(您怎么看?)(如果我去过怎么办?y))(((?*?x)我不能(?*?y))(也许您现在可以?y)(如果可以的?y?))((((?*?x)我觉得(?*?y))(您经常感觉到?y?))((((?*?x)我感到(?*?y))(您还有其他什么感觉?)((((?*?x)i(?*?y)你(?*?z))(也许在您的幻想中我们彼此之间))((?*?x)为什么不(?*?y))(您应该吗?您自己吗?)(您相信我不吗?Y)(也许我会好吗?))((?*?x)是(?*?y))(您似乎很积极)(您确定)(我理解))(((?*?x)否(?*?y))(为什么不?)(您有点负面)(您是在说“不”只是为负面?)