1.2.2 字句

    运用五脏相音理论通过分析对应“角徵宫商羽”五音的汉字，探索语音对应的特征[21]。郑贤月[22]选取符合五音的黄、虫、素、石、古、玉、天、竹、明、比作为跟读汉字，以二十五音分析仪分析不同寒热体质女性的语音信号，发现随年龄增大角音增多，而年龄较小者徵、羽音较多，热性体质羽音出现多，寒性体质角音出现多，声音频率与体温成正比。语音除受年龄影响外，同样与情绪状态相关，通过语音特征分析发现，抑郁症患者的五音体质特征以火型多见[23]。穆怀喜[24]选取衣荷、子书、古玉等能反映五音的汉字成对作为跟读样本，以线性预测倒谱系数和美尔倒谱系数作为语音特征的检测指标，分析9种体质在校大学生语音特征后发现，线性预测倒谱系数和美尔倒谱系数能在一定程度上区分不同体质类型。跟读内容除单字外还有语句，王忆勤等[25]以唐诗《登黄鹤楼》和符合五音的十个汉字作为跟读字句，运用小波包分析哮喘患者与正常人声诊信息，通过人工神经网络识别后发现熵值比较能量比能够更准确地区别哮喘患者与正常人。胡赣[26]以五脏相音为基础，使用隐马尔可夫模型、支持向量机、动态时间规整分类法、深度学习分类法识别分析线谱对参数、线性预测倒谱系数等声音信号，通过特征互补提高声音参数识别不同证型的能力。根植于古典理论基础，配合诸多现代研究的客观指标，可以更为有效地推进声诊的客观化 ......