本发明涉及认知障碍评估,具体涉及一种基于语音识别的认知障碍评估方法。
背景技术:
1、以阿尔兹海默症为代表的认知症仍然是医疗界的一大难题,患病后不可逆,患者从记忆衰退、性情大变,到大小便失禁,给家庭带来长久的折磨。若能通过早筛查、早发现、早干预将ad的发病延缓5年,将减少约57%的ad患者,极大减轻认知障碍对家庭和社会的经济负担。认知障碍风险人群规模加速扩张奠定认知功能筛查推广的必要性基础。
2、传统的认知障碍的评估手段有:神经心理量表,核磁共振、pet、脑脊液等等,但这些手段都存在不同程度的弊端,例如简易神经心理量表对于认知障碍人群的甄别敏感度不够,全套量表则耗时过久,核磁共振或pet等成本高,脑脊液穿刺有体外创、用户接受度低等实际问题,无法用于大规模推广应用。
技术实现思路
1、针对现有技术中的缺陷,本发明提供一种基于语音识别的认知障碍评估方法,包括:
2、获取测试时的语音数据;
3、利用预处理引擎对所述语音数据进行分析,得到目标语音数据;
4、利用自然语音处理引擎对所述目标语音数据进行分析,得到语言特征数据,利用语音音频信号处理引擎对所述目标语音数据进行分析,得到音频特征数据;
5、基于注意力机制融合所述音频特征数据和所述语音特征数据,得到语音融合特征数据,利用认知语音分析引擎对所述语音融合特征数据进行分析,得到认知能力检测结果。
6、进一步的,利用预处理引擎对所述语音数据进行分析,得到目标语音数据,包括:
7、启动环境声音分析,对所述语音数据中的环境声音进行降噪处理;
8、利用声纹识别模型识别语音数据中的被测试者,从语音数据中提取所述被测试者的语音数据,得到目标语音数据。
9、进一步的,利用声纹识别模型识别语音数据中的被测试者,包括:
10、利用所述声纹识别模型获取所述语音数据中的声纹信息;
11、将所述声纹信息与第一用户数据库进行对比分析,根据对比分析结果从所述第一用户数据库中确定出被测试者及其对应的声纹信息,或者;
12、将所述声纹信息与第二用户数据库进行对比分析,根据对比分析结果从所述第二用户数据库中确定出测试者的声纹信息,根据所述测试者的声纹信息确定出被测试者的声纹信息,并将所述被测试者的声纹信息存储至所述第一用户数据库。
13、进一步的,利用自然语音处理引擎对所述目标语音数据进行分析,得到语言特征数据,包括:
14、将所述目标语音数据转换为语音文本;
15、利用文本识别模型识别文本错误,所述文本错误包括语法错误、拼读错误、词汇错误、重复错误中的至少一种;
16、根据所述文本错误对所述语音文本进行修正,得到目标语音文本;
17、从所述目标语音文本中提取语言特征数据。
18、进一步的,从所述目标语音文本中提取语言特征数据,包括:
19、对所述目标语言文本进行词性分析和关键词分析,提取关键词;
20、按照关键词重要程度对所述关键词进行复制,构建语言特征向量。
21、进一步的,按照关键词重要程度对所述关键词进行复制,构建语言特征向量,包括:
22、根据文本错误类型、文本错误数据和文本错误类型对应的权重对所述文本错误进行评估,得到文本错误评估值;
23、获取所述文本错误评估值与预设评估值的差值与错误文本评估值的比值,所述预设评估值根据测试者的年龄和职业确定;
24、将所述比值作为向量系数修正所述语言特征向量,得到语言特征数据。
25、进一步的,利用语音音频信号处理引擎对所述目标语音数据进行分析,得到音频特征数据,包括:
26、根据所述语言特征向量从所述目标语言数据中提取第一音频特征数据;
27、按照预设参数提取第二音频特征数据,所述预设参数包括停顿时长阈值、音调高低阈值,所述第二音频特征数据包括长停顿语音特征、长音调语音特征和低音调语音特征。
28、进一步的,基于注意力机制融合所述音频特征数据和所述语音特征数据,得到语音融合特征数据,包括:
29、融合所述语音特征数据和所述第一音频特征数据,得到第一融合特征数据;
30、融合所述第一融合特征数据和所述第二音频特征数据,得到融合特征数据。
31、进一步的,利用认知语音分析引擎对所述语音融合特征数据进行分析,得到认知能力检测结果,包括:
32、利用认知障碍分析模型对所述语音融合数据进行分析,确定被测试者是否有认知障碍;
33、在被测试者有认知障碍时,利用认知语音分析模型对语音融合数据进行分析,确定认知障碍测试项对应的认知障碍程度;
34、根据所述认知障碍项及其对应的认知障碍程度,确定认知障碍等级。
35、进一步的,利用认知语音分析模型对语音融合数据进行分析,确定认知障碍测试项对应的认知障碍程度,包括:将与认知障碍策测试项对应的融合语音特征数据和所有融合语音特征数据分别输入与认知障碍测试项对应的认知语音分析模型,得到与认知障碍测试项对应的认知障碍程度。
36、本发明的有益效果体现在:基于语音识别的认知障碍评估方法通过对语音数据的分析和处理,结合注意力机制的融合方式,可以有效地评估被测试者的认知能力和存在的认知障碍程度。同时,该方法利用了预处理引擎、自然语音处理引擎和语音音频信号处理引擎等技术手段,对语音数据进行降噪处理、文本转换和特征提取,提高了评估的准确性和可靠性。
1.一种基于语音识别的认知障碍评估方法,其特征在于,包括:
2.根据权利要求1所述的一种基于语音识别的认知障碍评估方法,其特征在于,利用预处理引擎对所述语音数据进行分析,得到目标语音数据,包括:
3.根据权利要求2所述的一种基于语音识别的认知障碍评估方法,其特征在于,利用声纹识别模型识别语音数据中的被测试者,包括:
4.根据权利要求1所述的一种基于语音识别的认知障碍评估方法,其特征在于,利用自然语音处理引擎对所述目标语音数据进行分析,得到语言特征数据,包括:
5.根据权利要求4所述的一种基于语音识别的认知障碍评估方法,其特征在于,从所述目标语音文本中提取语言特征数据,包括:
6.根据权利要求5所述一种基于语音识别的认知障碍评估方法,其特征在于,按照关键词重要程度对所述关键词进行复制,构建语言特征向量,包括:
7.根据权利要求6所述一种基于语音识别的认知障碍评估方法,其特征在于,利用语音音频信号处理引擎对所述目标语音数据进行分析,得到音频特征数据,包括:
8.根据权利要求7所述一种基于语音识别的认知障碍评估方法,其特征在于,基于注意力机制融合所述音频特征数据和所述语音特征数据,得到语音融合特征数据,包括:
9.根据权利要求1所述一种基于语音识别的认知障碍评估方法,其特征在于,利用认知语音分析引擎对所述语音融合特征数据进行分析,得到认知能力检测结果,包括:
10.根据权利要求9所述一种基于语音识别的认知障碍评估方法,其特征在于,利用认知语音分析模型对语音融合数据进行分析,确定认知障碍测试项对应的认知障碍程度,包括:将与认知障碍策测试项对应的融合语音特征数据和所有融合语音特征数据分别输入与认知障碍测试项对应的认知语音分析模型,得到与认知障碍测试项对应的认知障碍程度。