Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Glottal source features"'
Autor:
Roohum Jegan, R. Jayagowri
Publikováno v:
Healthcare Analytics, Vol 6, Iss , Pp 100369- (2024)
This study presents an automated noninvasive voice disorder detection and classification approach using an optimized fusion of modified glottal source estimation and deep transfer learning neural network descriptors. A new set of modified descriptors
Externí odkaz:
https://doaj.org/article/cdd6441af4174c6d9ddbcc20d4dab836
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 9, Pp 30-44 (2021)
Automatic voice pathology detection can provide objective estimation and prevention in the early stages of voice diseases. Glottal flow waveform directly reflects the state of glottal excitation. Extracting acoustic features from glottal source signa
Externí odkaz:
https://doaj.org/article/4a907593e50b4dacaa4a55608aed93f2
Publikováno v:
IEEE Access, Vol 9, Pp 30-44 (2021)
Automatic voice pathology detection can provide objective estimation and prevention in the early stages of voice diseases. Glottal flow waveform directly reflects the state of glottal excitation. Extracting acoustic features from glottal source signa
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1c8826ca32e067464b19099af546888a
https://ieeexplore.ieee.org/document/9305700/
https://ieeexplore.ieee.org/document/9305700/
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.