A New Technique for the Estimation of Jitter and Shimmer of Voiced Speech Signal
Notice bibliographique
Résumé
This paper presents a new technique for the estimation of jitter and shimmer exploiting the detected value of the pitch-period and amplitude of voiced speech signal degraded by white noise. Perturbations of the glottis cycle duration (jitter) and intonation (shimmer) are, respectively, the irregularities of pitch-period and energy. We propose a modified circular autocorrelation function (MCACF) of the normalized hamming-windowed pre-filtered speech. A weighted and pitch-harmonic MCACF is utilized to effectively extract pitch-period for jitter computation. To carry out shimmer analysis, peak-to-peak amplitude of signal around the estimated pitch-period is optimally obtained by matching the windowed pre-filtered speech frame with a shifted impulse train. For performance evaluation vowels, such as "a, e, i, o, u", are used from the TIMIT database. The conventional algorithms manifest not only the distortion of pitch contours but also provides elevated values of the jitter and shimmer that can be interpreted as the presence of anomalies of the vocal tract, the glottis or the neuro-mechanism. On the contrary, for both clean and noisy speech, the proposed method results in a comparatively smooth pitch contour as well as small values of the jitter and shimmer confirming the presence of a normal voice with good stability and periodicity
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».