病理语音是发声系统异常所产生的语音,可由多种疾病引起,其中构音障碍是由于神经病变导致发音器官出现肌肉功能减弱或不协调的一种疾病,它会导致发音困难和吐字不清。随着人们对语音信号的产生原理和传输过程进一步解析,针对病理语音的分析识别能够对患者病情的诊断和治疗起到明显作用,特征的分析进一步加深了人们对构音障碍和正常语音间区别的认识,因此对于病理语音特征分析的关键技术研究具有极大的社会意义。目前对各种疾病引起的构音障碍的诊断评估主要还是依赖人工检查,以及相关计算机技术加以辅助,但过程复杂繁琐,结果主观性较强。为了克服以上问题,许多研究者将目光放在了深度学习领域,利用人工神经网络进行特征学习,为进一步分析病理语音开辟了新的道路。本文对深度学习和病理语音特征分析相关技术进行了一系列研究,提出了利用深度学习模型进行病理语音特征分析的方法,将梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和语谱图两种特征作为研究对象,探究病理语音和正常语音之间的特征差异,本文主要开展了如下工作。(1)提取语谱图和MFCC两种不同特征,并通过观察和计算相关评估指标对两种特征进行初步分析,描述患者和正常人语音特征之间存在的差异。(2)以语谱图作为输入,对不同的卷积神经网络(CNN)进行建模训练,依据各项分类指标评估实验结果。采用了完全随机和说话人这两种数据集划分方法,对音节级的病理分类结果进一步分析和整理,进而上升到说话人级别的病理分类进行比较。(3)以MFCC特征作为输入,训练一维CNN、长短期记忆网络(Long Short-Term Memory,LSTM)和二者混合模型完成病理语音和健康语音之间的分类,依然用不同的方式划分数据,统计说话人个体的患病几率,并分析结果。(4)最后对病理语音模型进行综合分析比较,搭建三层CNN、CNN+LSTM-2和CNN+SVM三种不同的模型,对说话人个体划分数据集进行实验,并分析不同特征在同一模型下的病理分类结果,综合分析对比各模型之间的差异得出结论。实验结果表明,在使用语谱图作为CNN的输入时,Xception网络的分类各项评估指标效果达到最好。使用MFCC作为输入时,CNN联合LSTM网络模型能够得到最好的分类效果。随机划分音节作为数据集的病理分类效果较好,但是不能进一步讨论说话者个人的患病状况,说话人级别划分时的音节级效果相比随机较差,但是通过上升到说话人个体,分类效果得到了提升,并且更具实际意义。