对于脑中风、脑肿瘤、颅内感染及头部外伤等原因所引起的失语症,其康复治疗在临床上一般采用药物治疗、物理治疗以及言语训练等康复治疗方法。但是在临床上,造成失语症形成原因的神经病理机制、生理机制多种多样,使得康复治疗过程变得比较复杂,因此设计一种智能化、小型化、可灵活扩展的失语症康复治疗仪系统是失语症康复治疗研究的一个重要方向之一。论文介绍了失语症的分类、传统失语症康复治疗方法、语音信号处理技术应用于失语症康复治疗的相关理论与技术,以及多种语音信号分析方法与算法。提出了应用语音信号处理及计算机多媒体技术,强化生物反馈(视觉反馈、听觉反馈以及心理激励)提高失语症康复治疗效果的新方法。在具体的研究开发中,作者对语音信号处理、计算机多媒体技术以及失语症言语训练等方面做了较为深入的研究。如下: ①语音信号实时采集、波形显示、信号存储、语音回放等。②利用MS SAPI 实现语音合成、文本语音转换TTS(Text to Speech)与语音数据的存储与提取。③语音信号预处理:信号预加重、加窗与分帧、端点检测算法等研究与实现。④语音信号特征参数提取与分析:短时能量分析、短时自相关分析、线性预测参数分析LPC(Linear Prediction Coefficient)、线性预测倒谱参数分析LPCC(Linear Prediction Cepstrum Coefficient)以及LPC 美尔倒谱系数(LPCC Mel Cepstrum Coefficient),语音信号基音周期检测算法的研究及实现。⑤提出了利用DTW(Dynamic Time Warping)算法计算患者语音与基准语音的符合度算法。⑥设计与实现了患者病历数据、训练资料数据、言语训练课程数据、言语训练结果统计数据等的输入、查询、修改及统计打印等管理功能。⑦实现了语谱图动态产生与显示等功能。基于语音信号处理的失语症康复治疗仪综合了多种言语训练方法,提供了一种利用语音信号处理、计算机多媒体技术进行有效康复治疗失语症的新方法、新思路,为失语症康复治疗提供一个先进的工具。