Sử dụng Thông tin Phổ trong Phát triển Kỹ thuật Mới cho Phân loại Tải nhận thức Dựa trên Ngôn ngữ

Luận án tiến sĩ về ứng dụng thông tin phổ để phát triển kỹ thuật mới phân loại tải nhận thức dựa trên giọng nói. Nghiên cứu chuyên sâu, phân tích tín hiệu.

• Tác giả: Phu Ngoc Le
• Người hướng dẫn: Prof. Eliathamby Ambikairajah
• Trường học: The University of New South Wales
• Chuyên ngành: Electrical Engineering and Telecommunications
• Đề tài: The Use of Spectral Information in the Development of Novel Techniques for Speech- Based Cognitive Load Classification
• Loại tài liệu: thesis
• Năm xuất bản: 2012
• Địa điểm: Sydney

Tóm tắt

I. Phân loại Tải nhận thức dựa trên Thông tin Phổ Tổng quan

Nghiên cứu về phân loại tải nhận thức là một lĩnh vực quan trọng trong khoa học nhận thức và xử lý ngôn ngữ tự nhiên (NLP). Tải nhận thức (cognitive load) đề cập đến lượng nhu cầu tinh thần mà một người dùng phải chịu khi thực hiện một nhiệm vụ cụ thể. Ước tính mức độ tải nhận thức (cognitive load) của người dùng là cần thiết để điều chỉnh khối lượng công việc áp đặt lên họ, từ đó cải thiện hiệu suất công việc. Bài viết này trình bày tổng quan về một nghiên cứu mới sử dụng thông tin phổ trong ngôn ngữ để cải thiện độ chính xác và hiệu quả của việc phân loại tải nhận thức tự động. Phương pháp này có tiềm năng ứng dụng rộng rãi trong các lĩnh vực như giáo dục, thiết kế giao diện người dùng và trợ lý ảo. Nghiên cứu ban đầu đã cho thấy sự hiệu quả của các đặc trưng phổ như spectral centroid frequency (SCF) và spectral centroid amplitude (SCA) trong việc phân loại CL.

1.1. Định nghĩa và tầm quan trọng của Tải nhận thức

Theo tài liệu gốc, tải nhận thức đề cập đến lượng nhu cầu tinh thần áp đặt lên người dùng khi thực hiện một nhiệm vụ. Việc ước tính chính xác mức độ tải nhận thức là rất quan trọng để điều chỉnh khối lượng công việc cho phù hợp và tối ưu hóa hiệu suất. Các hệ thống phân loại tải nhận thức hiện tại vẫn còn nhiều hạn chế, đặc biệt trong môi trường ồn ào. Nghiên cứu này hướng đến việc khắc phục những hạn chế này bằng cách khai thác thông tin phổ trong ngôn ngữ.

1.2. Giới thiệu về Thông tin Phổ và ứng dụng trong Ngôn ngữ học

Thông tin phổ (spectral information) đề cập đến sự phân bố năng lượng tần số trong tín hiệu âm thanh, trong trường hợp này là tín hiệu ngôn ngữ. Nghiên cứu này khám phá cách thông tin phổ có thể được sử dụng để nhận diện các dấu hiệu của tải nhận thức. Ví dụ, sự thay đổi trong tần số trung tâm phổ (SCF) và biên độ trung tâm phổ (SCA) có thể phản ánh sự thay đổi trong nỗ lực tinh thần.

II. Thách thức trong Phân loại Tải nhận thức hiệu quả hiện nay

Mặc dù có nhiều tiến bộ, các hệ thống phân loại tải nhận thức tự động hiện tại vẫn đối mặt với những thách thức đáng kể. Một trong những vấn đề chính là độ chính xác còn hạn chế, đặc biệt trong môi trường có tiếng ồn. Các phương pháp truyền thống thường dựa vào các đặc trưng như Mel frequency cepstral coefficients (MFCC), nhưng chúng có thể không đủ mạnh mẽ để nắm bắt sự thay đổi tinh tế trong tải nhận thức. Thêm vào đó, việc thu thập dữ liệu huấn luyện chất lượng cao cũng là một thách thức, vì nó đòi hỏi các thí nghiệm được kiểm soát chặt chẽ và sự tham gia của nhiều người. Nghiên cứu này nhằm giải quyết những thách thức này bằng cách đề xuất các kỹ thuật mới sử dụng thông tin phổ và các phương pháp xử lý tín hiệu tiên tiến.

2.1. Hạn chế của phương pháp truyền thống dựa trên MFCC

Các hệ thống phân loại tải nhận thức dựa trên MFCC thường gặp khó khăn trong môi trường ồn ào, như được đề cập trong tài liệu. Các đặc trưng MFCC có thể bị nhiễu bởi tiếng ồn, dẫn đến giảm độ chính xác. Nghiên cứu này khám phá các đặc trưng thông tin phổ như SCF và SCA như là những lựa chọn thay thế tiềm năng hoặc bổ sung cho MFCC.

2.2. Ảnh hưởng của Tiếng ồn đến độ chính xác của Phân loại

Như tài liệu đã chỉ ra, độ chính xác của các hệ thống phân loại tải nhận thức giảm đáng kể trong môi trường ồn ào. Điều này là do tiếng ồn có thể làm mờ các dấu hiệu âm thanh quan trọng liên quan đến tải nhận thức. Nghiên cứu này đề xuất các kỹ thuật tăng cường giọng nói (speech enhancement) để giảm thiểu ảnh hưởng của tiếng ồn và cải thiện độ chính xác của phân loại.

2.3. Thu thập dữ liệu và xây dựng bộ dữ liệu huấn luyện

Việc thu thập dữ liệu huấn luyện chất lượng cao là yếu tố then chốt. Nghiên cứu này sử dụng Stroop test corpus và Reading and Comprehension database. Stroop test là một bài kiểm tra tâm lý được sử dụng để đo lường tải nhận thức. Việc sử dụng các bộ dữ liệu này giúp đảm bảo tính khách quan và khả năng so sánh kết quả với các nghiên cứu khác.

III. Cách Thông tin Phổ cải thiện Phân loại Tải nhận thức 55

Nghiên cứu này tập trung vào việc sử dụng thông tin phổ (spectral information) để cải thiện độ chính xác của phân loại tải nhận thức. Cụ thể, nó khám phá hiệu quả của các đặc trưng như spectral centroid frequency (SCF) và spectral centroid amplitude (SCA). Kết quả cho thấy rằng các hệ thống dựa trên SCF và SCA có thể giảm tỷ lệ lỗi tương đối lên đến 8.5% so với các hệ thống chỉ dựa trên MFCC. Nghiên cứu cũng chỉ ra rằng thông tin tải nhận thức tập trung chủ yếu ở dải tần số thấp, điều này dẫn đến việc phát triển các phương pháp tiếp cận đa băng tần (multi-band approach) hiệu quả hơn.

3.1. Vai trò của SCF và SCA trong Phân tích Tải nhận thức

Spectral Centroid Frequency (SCF) và Spectral Centroid Amplitude (SCA) là các đặc trưng phổ đo lường vị trí trung tâm của năng lượng tần số trong tín hiệu. Nghiên cứu cho thấy rằng SCF và SCA có thể cung cấp thông tin quan trọng về sự thay đổi trong tải nhận thức. Ví dụ, khi tải nhận thức tăng lên, SCF có thể thay đổi do sự thay đổi trong hành vi phát âm.

3.2. Phương pháp tiếp cận Đa băng tần Multi band Approach

Nghiên cứu đã chỉ ra rằng thông tin về tải nhận thức phân bố không đều trong các dải tần số khác nhau. Phương pháp đa băng tần (multi-band approach) tận dụng thông tin này bằng cách nhấn mạnh các đặc trưng giọng nói ở các dải tần số thấp, nơi thông tin tải nhận thức tập trung nhiều hơn. Cách tiếp cận này đã chứng minh hiệu quả trong việc cải thiện độ chính xác của phân loại.

3.3. Thiết kế Filterbank tối ưu hóa cho Phân loại Tải nhận thức

Việc thiết kế filterbank hiệu quả là rất quan trọng để trích xuất thông tin phổ hữu ích. Nghiên cứu đề xuất một phương pháp thiết kế filterbank dựa trên sự phân bố phổ của thông tin tải nhận thức, sử dụng thước đo Kullback-Leibler distance. Filterbank được thiết kế này mang lại độ chính xác phân loại cao hơn so với các filterbank hiện có như mel, Bark, và equivalent rectangular bandwidth.

IV. Giải pháp Tăng cường Giọng nói Speech Enhancement cho CL

Để giải quyết vấn đề về độ chính xác trong môi trường ồn ào, nghiên cứu này đề xuất một kỹ thuật tăng cường giọng nói (speech enhancement) dựa trên discrete cosine transform (DCT). Phương pháp này đã được chứng minh là phù hợp hơn so với các phương pháp khác và mang lại tỷ lệ lỗi giảm trung bình 3.0% cho bảy loại tiếng ồn và năm mức độ SNR. Đặc biệt, nó cung cấp mức giảm tỷ lệ lỗi tương đối tối đa là 7.5% cho tiếng ồn F16 (trong cơ sở dữ liệu NOISEX-92) ở 20 dB SNR.

4.1. Ứng dụng DCT trong Tăng cường Giọng nói

Discrete Cosine Transform (DCT) là một kỹ thuật biến đổi tín hiệu được sử dụng rộng rãi trong xử lý tín hiệu. Nghiên cứu này đề xuất một phương pháp tăng cường giọng nói dựa trên DCT để loại bỏ tiếng ồn và cải thiện chất lượng tín hiệu giọng nói, từ đó nâng cao độ chính xác của phân loại.

4.2. So sánh DCT với các phương pháp Tăng cường Giọng nói khác

Nghiên cứu so sánh hiệu quả của phương pháp DCT với các phương pháp tăng cường giọng nói khác và cho thấy rằng DCT phù hợp hơn để phân loại tải nhận thức. DCT có khả năng loại bỏ tiếng ồn hiệu quả đồng thời bảo tồn các đặc trưng giọng nói quan trọng.

V. Ứng dụng thực tế của Nghiên cứu Phân loại Tải nhận thức 58

Nghiên cứu này có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực. Trong giáo dục, nó có thể được sử dụng để thiết kế tài liệu học tập và phương pháp giảng dạy phù hợp với tải nhận thức của người học. Trong thiết kế giao diện người dùng, nó có thể giúp tạo ra các giao diện trực quan và dễ sử dụng hơn. Ngoài ra, nó cũng có thể được sử dụng trong phát triển trợ lý ảo và các hệ thống tương tác người-máy tính thông minh.

5.1. Ứng dụng trong Giáo dục và Đào tạo

Việc hiểu rõ tải nhận thức của học sinh, sinh viên là rất quan trọng để thiết kế chương trình học và phương pháp giảng dạy hiệu quả. Nghiên cứu này có thể giúp phát triển các công cụ và kỹ thuật để đánh giá tải nhận thức của người học trong thời gian thực và điều chỉnh nội dung bài học cho phù hợp.

5.2. Ứng dụng trong Thiết kế Giao diện Người dùng UI UX

Một giao diện người dùng tốt là giao diện dễ sử dụng và không gây quá nhiều tải nhận thức cho người dùng. Nghiên cứu này có thể giúp thiết kế các giao diện trực quan, đơn giản và dễ điều hướng hơn, từ đó cải thiện trải nghiệm người dùng.

VI. Hướng Nghiên cứu Phát triển Tải nhận thức trong tương lai 53

Nghiên cứu này mở ra nhiều hướng phát triển tiềm năng trong tương lai. Một trong những hướng đi quan trọng là khám phá các đặc trưng ngôn ngữ khác có thể cung cấp thông tin về tải nhận thức. Ngoài ra, việc phát triển các phương pháp phân loại mạnh mẽ hơn và có khả năng thích ứng với các môi trường khác nhau cũng là một ưu tiên. Cuối cùng, việc tích hợp phân loại tải nhận thức vào các hệ thống thực tế, chẳng hạn như trợ lý ảo và phần mềm giáo dục, sẽ là một bước tiến quan trọng.

6.1. Nghiên cứu các Đặc trưng Ngôn ngữ mới

Ngoài thông tin phổ, còn có nhiều đặc trưng ngôn ngữ khác có thể cung cấp thông tin về tải nhận thức, chẳng hạn như phân tích cú pháp, phân tích ngữ nghĩa, và phân tích diễn ngôn. Nghiên cứu trong tương lai có thể tập trung vào việc khám phá các đặc trưng này và tích hợp chúng vào các hệ thống phân loại.

6.2. Phát triển thuật toán Phân loại mạnh mẽ hơn

Các thuật toán học máy (machine learning) đóng một vai trò quan trọng trong phân loại tải nhận thức. Việc phát triển các thuật toán mạnh mẽ hơn và có khả năng xử lý dữ liệu phức tạp và ồn ào là rất quan trọng để cải thiện độ chính xác và tính ổn định của các hệ thống phân loại.

6.3. Tích hợp vào các hệ thống thực tế và ứng dụng đa dạng

Ứng dụng thực tế của nghiên cứu là rất quan trọng. Nghiên cứu này có thể được tích hợp vào các hệ thống thực tế như trợ lý ảo, phần mềm giáo dục, và các ứng dụng chăm sóc sức khỏe để mang lại lợi ích thiết thực cho người dùng.

Trích đoạn nội dung tài liệu

The Use of Spectral Information in the Development of Novel Techniques for Speech- Based Cognitive Load Classification A thesis submitted for the degree of Doctor of Philosophy By Phu Ngoc Le Supervisor: Prof. Eliathamby Ambikairajah Co-supervisors: Dr. Julien Epps Dr. Eric Choi School of Electrical Engineering and Telecommunications The University of New South Wales January 2012 Abstract The cognitive load of a user refers to the amount of mental demand imposed on the user when performing a particular task.

Estimating the cognitive load (CL) level of the users is necessary to adjust the workload imposed on them accordingly in order to improve task performance. The current speech based CL classification systems are not adequate for commercial use due to their low performance particularly in noisy environments. This thesis proposes many techniques to improve the performance of the speech based cognitive load classification system in both clean and noisy conditions. This thesis analyses and presents the effectiveness of speech features such as spectral centroid frequency (SCF) and spectral centroid amplitude (SCA) for CL classification.

Sub-systems based on SCF and SCA features were developed and fused with the traditional Mel frequency cepstral coefficients (MFCC) based system, producing an 8.5% relative error rate reduction respectively when compared to the MFCC-based system alone. The Stroop test corpus was used in these experiments. The investigation into cognitive load information in the form of spectral distribution in different subbands shows that the information distributed in the low frequency subband is significantly higher than the high frequency subband. Two different methods are proposed to utilize this finding.

The first method, called the multi-band approach, uses a weighting scheme to emphasize the speech features in low frequency subbands. The cognitive load classification accuracy of this approach is shown to be higher than a system based on a non-weighting scheme. The second method is to design an effective filterbank based on the spectral distribution of cognitive load information using the Kullback-Leibler distance measure. It is shown that the designed filterbank consistently provides higher classification accuracies than other existing filterbanks such as mel, Bark, and equivalent rectangular bandwidth.

A discrete cosine transform based speech enhancement technique is proposed in order to increase the robustness of the CL classification system and found to be more suitable than other methods investigated. This proposed method provides a 3.0% average relative error rate reduction for the seven types of noise and five levels of SNR used. In particular, it provides a maximum of 7.5% relative error rate reduction for the F16 noise (in NOISEX-92 database) at 20 dB SNR. Keywords: Automatic cognitive load classification, cognitive load information distribution, filterbank designing, multi-band, weighting, speech enhancement.

i Acknowledgements I would like to express my sincere thanks to my supervisor Professor Eliathamby Ambikairajah for his invaluable guidance, encouragement, and technical support. I would also like to thank to my co-supervisors, Dr. Eric Choi and Dr. Julien Epps for their technical support and help in revising and correcting my technical writing.

From our speech research group, I would like to thank Dr. Vidhyasaharan Sethu and Dr. Tharmarajah Thiruvaran for many valuable discussions as well as their help in proof reading my thesis. I would also like to thank Dr.

Mohaddesh Nosratighods, Dr. Bo Yin, Dr. Teddy Gunawan for many technical discussions and valuable suggestions. I wish to thank Mr Tet Yap and Ms Karen Kua for their help in proof reading some parts of my thesis.

I would like to extend my thanks to other members of our research group, Dr. Mahmood Akhtar, Dr. Liang Wang, Dr. Ning Wang, Dr.

Ronny Kurniawan, and Ms Phyu Khing for their support. I would also like to thank all members of the Image Signal and Information Processing group at UNSW for their friendship and thank Mr. Tom Millet for organizing a warm and friendly working environment for us. I would like to thank Ms Raji Ambikairajah and Ms Stefanie Brown for their assistance in editing and proof reading this thesis.

I wish to acknowledge the Vietnamese government for funding my research. I also wish to acknowledge the National Information Communication Technology Australia (NICTA) and Graduate Research School at UNSW for the additional funding they provided. This research would not have been possible without all of this financial support. I also wish to thank the School of Electrical Engineering and Telecommunications at UNSW for providing me with travel support to attend conferences.

I wish to acknowledge the International Research Center Multimedia Information Communication and Application (MICA), Vietnam for giving me an opportunity to visit and work for a short-term at their center during my internship. Finally, I would like to express my sincere thanks to my parents, L. Cam, and my sister, L. Tai for their endless love, support and encouragement.

ii List of publications Journal paper 1. Choi, (2011) “Investigation of spectral centroid features for cognitive load classification”, Speech Communication, Vol. 53, Issue 4, April 2011, pp 540-551 Conference papers 1., (2011) “Investigation of the Robustness of a Non-Uniform Filterbank for Cognitive Load Classification”, in Proc. of the 8th International Conference on Information and Comunication System (ICICS) Singapore, Dec.

Sethu, (2010) “Robust Speech-Based Cognitive Load Classification Using a Multi-band Approach”, in Proc. of the Second APSIPA Annual Summit and Conference, Biopolis, Singapore, 2010, pp 400-404. Ambikairajah, (2010) "A study of voice source and vocal tract filter based features in cognitive load classification," in Proc. of the 20th International Conference on Pattern Recognition, Istanbul Turkey, 2010, pp 4516-4519.

Epps, (2009) “A Non-Uniform Subband Approach to Speech-Based Cognitive Load Classification” in Proc. of the 7th International Conference on Information and Comunication System (ICICS), Macau, Dec. Sethu, (2008) “Speech Enhancement Based On Empirical Mode Decomposition”, in Proc. of the IASTED International Conference on Signal Processing, Pattern Recognition and Applications, February 2008, at Innsbruck, Austria, pp.

Choi, (2008) "An Improved Soft Threshold Method for DCT Speech Enhancement", in Proc. of the Second International Conference on Communication and Electronics, Hoian, Vietnam 2008, pp 268 - 271. Ambikairajah, (2007) “Non-Uniform Sub-Band Kalman Filtering for Speech Enhancement”, in Proc. of International Conference on Signal Processing and Communication System (ICSPCS), Gold coast Australia, 2007.

Choi, (2009) “Improvement of Vietnamese Tone Classification using FM and MFCC Features”, presented at the IEEE-RIVF International Conference on Computing and Communication Technologies, Danang, Vietnam 2009, pp 140-143. iv Acronyms and Abbreviations AR Autoregressive CL Cognitive load DCT Discrete Cosine Transform EMD Empirical Mode Decomposition ERB Equivalent Rectangular Bandwidth FF Formant frequency FFT Fast Fourier Transform FM Frequency Modulation FMFCC Filter Mel Frequency Cepstral Coefficients GD Group Delay GMM Gaussian Mixture Model KL Kullback-Leibler IMF Intrinsic Mode Function MAP Maximum A Posteriori MFCC Mel Frequency Cepstral Coefficients PESQ Perceptual Evaluation of Speech Quality SCF Spectral Centroid Frequency SCA Spectral Centroid Amplitude SDF Shifted Delta Feature SI Spectral Intercept SMFCC Source Mel Frequency Cepstral Coefficients SNR Signal to Noise Ratio SS Spectral Slope SVM Support Vector Machines UBM Universal Background Model v Contents Abstract .1 Speech based cognitive load classification .3 Organization of the thesis. Chapter 2: Automatic cognitive load classification system .1 Working memory and its limitation .2 Cognitive load theory.3 Types of cognitive load .2 Overview of cognitive load measurement .1 Subjective or self-reporting measures .3 Cognitive load and speech.1 Effect of cognitive load variation on high-level speech features .2 Human speech production.3 Effect of cognitive load variation on low-level speech features .4 Automatic speech-based cognitive load classification system .1 Gaussian mixture model .3 Existing CL classification systems .5 Cognitive load speech corpora .1 Collection of the Stroop test database .2 Collection of the Reading and Comprehension database. Chapter 3: Investigation of the effectiveness of speech features for cognitive load classification .1 Source-filter model of human speech production system .1 The source component .2 The filter component .3 Combining the source and the filter components .2 Human listening test .2 Results and discussion .3 Speech cues of cognitive load .3 Baseline cognitive load classification system .2 Allocation of training and testing data .4 The effectiveness of source and filter based features .1 Source-based features .3 Source Mel frequency cepstral coefficients (SMFCC) .2 Filter-based features .2 Filter Mel frequency cepstral coefficients (FMFCC) .1 Mel frequency cepstral coefficients (MFCCs) .2 Spectral slope and spectral intercept .3 Group delay feature (GD).5 The effectiveness of spectral centroid features .2 Complementary behavior between spectral centroid and MFCC features .3 Cognitive load (CL) discrimination ability of spectral centroid features .4 Performance of the spectral centroid features .6 Comparison and discussion of performance of different speech features.

Chapter 4: Multi-band approach for cognitive load classification .2 Motivation for using a multi-band approach .1 Advantage of multi-band over full-band approach .1 Effect of band-limited noise .2 Effect of different types of noise .2 Variation of CL information in different subbands .1 Subband based feature extraction.2 Distribution of CL information in different mel subbands .3 Multi-band classification system .1 Overview of multi-band system .2 Classification experiment setup for multi-band approach .3 Estimation of weighting coefficients for likelihood combination .4 Performance of multi-band approach in clean condition .5 Performance of multi-band approach under noisy conditions .1 Reliability of subband speech features .2 Weighting schemes for likelihood combination .3 Comparison of the effectiveness of multi-band and full-band approaches.4 Performance of the multi-band system based on three subbands. Chapter 5: Investigation of cognitive load information distribution and filterbank design.2 The effect of varying the feature dimension of the spectral features .2 System performance with different feature dimensions .3 Evaluation of the correlation of SCF and SCA .3 The distribution of CL information across different frequency bands .1 Analysis on cepstral coefficients .1 Feature-based measure .2 Model-based measure .3 Performance based measure .2 Results from the analysis on SCF, SCA, and energy .3 Spectral distribution of CL information .4 Filterbank design for CL classification .1 Procedure to allocate center frequencies and bandwidths of the filters .2 Designing filterbank to extract cepstral coefficients .2 Performance of the designed filterbanks .3 Designing a filterbank to extract spectral centroid features .2 Performance of the designed filterbanks .4 Performance of designed filterbanks in noisy conditions. Chapter 6: Speech enhancement for cognitive load classification .2 Proposed speech enhancement methods .1 Kalman filtering method .1 Kalman filtering for speech enhancement.2 Traditional full-band Kalman filtering method .3 Proposed non-uniform subband Kalman filtering .2 Empirical mode decomposition based method .1 Empirical mode decomposition .2 Proposed speech enhancement method based on empirical mode decomposition .3 Speech enhancement in DCT domain .1 Traditional soft thresholding method .2 Proposed improved soft thresholding method .4 Comparison of the proposed speech enhancement methods.3 Incorporating the thresholding DCT module into CL classification system. Chapter 7: Conclusion and Future work .1 Implementation of human listening test .2 The use of spectral based speech features.3 Analysis of the distribution of cognitive load information .4 Multi-band approach and the effectiveness of weighting schemes .5 Designing effective filterbanks to extract spectral features .6 Proposed speech enhancement methods.

145 x List of Figures Figure 2.1: An illustration of three types of CL on working memory.2: Examples of 9-point and 7-point self-report rating scales.3: Speech production process [48].4: The diagram of an automatic speech-based CL classification system.5: Shifted delta feature calculation for a single feature stream at nth frame [60].6: Concatenation of the static and shifted delta features.7: The distribution of a speech feature before warping (a) & (b) and after warping (c) & (d).8: (a) Probability distribution of a single-dimensional feature, .9: Block diagram of an UBM-GMM based CL classification system .10: Overview of a CL classification system based on fusion technique.11: An example of two tasks of the Sroop test .2: The source-filter model for voiced speech production.3: Glottal filter model.4: (a) Magnitude spectrum of phoneme /i/, (b) the corresponding magnitude response of the vocal tract filter, (c) the corresponding magnitude spectrum of the glottal waveform.5: The listening test user interface.6: Accuracies of individual listener in the listening test.7: Allocation of training and testing speech data .8: Distribution of the pitch of the words ‘gray’.9: Block diagram of SMFCCs extraction.