本文關(guān)鍵詞：融合聲紋識別的護理床語音控制系統(tǒng)研發(fā)

  更多相關(guān)文章： 聲紋識別 語音識別 護理床 GMM DTW

【摘要】：隨著人口老齡化的日趨嚴重、以及心腦血管疾病的年輕化,使得越來越多人喪失行動能力,加上護理人員的缺乏,社會需要加速研發(fā)更為智能的護理床。護理床采用語音控制來取代單純的按鈕控制,能夠為失能患者帶來很大的方便。然而,在養(yǎng)老院以及醫(yī)院,通常都會有多張護理床處在同一室內(nèi),環(huán)境相對嘈雜,若是多人同時發(fā)送語音命令則容易相互干擾。如果采用非特定人語音控制系統(tǒng),那么任何人都能夠?qū)ψo理床發(fā)送語音命令,將對患者的安全產(chǎn)生嚴重影響,有可能導致患者二次傷害,這制約著護理床的推廣應(yīng)用。針對這個問題,本文基于Android平臺,開發(fā)了一套融合了聲紋識別的護理床語音控制系統(tǒng)。首先,本文綜述了課題的背景知識、研究意義,并介紹了護理床的研發(fā)現(xiàn)狀,分析了聲紋識別以及語音識別的研究現(xiàn)狀。本文指出了,盡管語音信號的處理識別技術(shù)發(fā)展至今已經(jīng)相當成熟了,然而在目前市場上,能夠針對特定患者的聲紋特征進行語音識別的護理床控制系統(tǒng)還是缺乏。其次,本文基于用戶體驗原則,對護理床語音控制系統(tǒng)的需求作了分析,對各種開發(fā)平臺進行了比對,選擇了Android開發(fā)平臺,然后進行語音控制系統(tǒng)的概要設(shè)計。第三,本文探討常見的音頻格式的特點,在Android上采用WAV格式做語音特征提取。然后分析了提取音頻文件的數(shù)據(jù),并對它做預(yù)處理,研究了確定其參數(shù)的方法。緊接著是對語音數(shù)據(jù)進行MFCC特征提取。接著,解決了在Android上編程時,遇到NaN數(shù)據(jù)的問題,實現(xiàn)在Android平臺上的MFCC特征提取。第四,深入探討了聲紋識別以及語音識別的各種算法基礎(chǔ)上,選擇了GMM作為聲紋識別的算法,并在Matlab上做實驗進行驗證,以及選擇HMM和DTW進行Matlab對比實驗,實驗樣本采用個人錄制的語音所提取的MFCC特征。實驗也證明了,在合理設(shè)置閾值的前提下,GMM適合作為控制系統(tǒng)的聲紋識別算法,用于屏蔽非護理床用戶的語音。也證明了在少量訓練樣本、識別對象為孤立詞的情況下,采用DTW識別效果以及識別時問都優(yōu)于采用HMM。而后,在Android平臺上實現(xiàn)了基于GMM的聲紋識別和基于DTW的語音識別。第五,本文根據(jù)概要設(shè)計、界面設(shè)計和流程設(shè)計,詳細闡述了在Android平臺上設(shè)計護理床語音控制系統(tǒng)的過程。然后,對語音控制系統(tǒng)進行性能試驗。設(shè)置閾值后,當聲紋識別的召回率為72.5%時,非護理床用戶的語音有1.25%的可能致護理床動作。通過了聲紋識別后,指定護理床用戶的語音識別率為97.13%,而非指定護理床用戶的語音識別率為14.29%。指定護理床用戶從讀入語音到護理床產(chǎn)生動作的過程,需要時間1-2秒。最后,對本課題的工作作了總結(jié)和展望,并提出了課題今后應(yīng)該努力的方向。
【關(guān)鍵詞】：聲紋識別 語音識別 護理床 GMM DTW
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R472;TN912.3
【目錄】：

• 摘要4-6
• Abstract6-13
• 第一章 緒論13-19
• 1.1 研究背景及意義13
• 1.2 護理床產(chǎn)業(yè)研發(fā)現(xiàn)狀13-14
• 1.3 聲紋及語音識別技術(shù)發(fā)展現(xiàn)狀14-16
• 1.3.1 聲紋識別技術(shù)發(fā)展現(xiàn)狀14
• 1.3.2 語音識別技術(shù)發(fā)展及現(xiàn)狀14-15
• 1.3.3 聲紋及語音識別的實現(xiàn)平臺發(fā)展及現(xiàn)狀15-16
• 1.4 護理床語音控制系統(tǒng)的問題16
• 1.5 論文的主要研究內(nèi)容及成果16-17
• 1.6 本章小結(jié)17-19
• 第二章 護理床語音控制系統(tǒng)的需求分析與概要設(shè)計19-25
• 2.1 護理床語音控制系統(tǒng)的需求分析19-20
• 2.1.1 需求描述19-20
• 2.1.2 護理床語音控制系統(tǒng)平臺的選擇20
• 2.2 護理床語音控制系統(tǒng)的概要設(shè)計20-23
• 2.2.1 語音控制的護理床系統(tǒng)20-22
• 2.2.2 護理床語音控制系統(tǒng)上位機軟件操作流程22-23
• 2.3 本章小結(jié)23-25
• 第三章 Android平臺上的語音信號特征提取25-43
• 3.1 在Android上的錄音方法25-26
• 3.2 WAV格式音頻信號的預(yù)處理26-36
• 3.2.1 讀取WAV音頻文件26-27
• 3.2.2 音頻信號預(yù)加重27-28
• 3.2.3 音頻信號的加窗分幀28-31
• 3.2.4 語音的端點檢測31-36
• 3.3 音頻信號的下采樣36
• 3.4 語音信號的特征提取36-39
• 3.4.1 MFCC特征參數(shù)提取37-39
• 3.5 MFCC特征提取方法在Android平臺上的實現(xiàn)39-41
• 3.6 本章小結(jié)41-43
• 第四章 融合聲紋識別和語音識別的護理床控制系統(tǒng)43-65
• 4.1 聲紋識別方法43-46
• 4.1.1 高斯混合模型的原理43-45
• 4.1.2 高斯混合模型的參數(shù)估計45-46
• 4.2 語音識別方法46-55
• 4.2.1 隱馬爾可夫模型47-52
• 4.2.2 動態(tài)時間規(guī)整52-55
• 4.3 Matlab驗證55-61
• 4.3.1 聲紋識別實驗56-57
• 4.3.2 語音識別實驗57-61
• 4.4 GMM與DTW在Android平臺上的編程實現(xiàn)61-64
• 4.4.1 GMM在Android平臺上的實現(xiàn)62-63
• 4.4.2 DTW在Android平臺上的實現(xiàn)63-64
• 4.5 本章小結(jié)64-65
• 第五章 護理床語音控制系統(tǒng)的軟件設(shè)計與實現(xiàn)65-75
• 5.1 界面設(shè)計65-69
• 5.2 程序設(shè)計69-71
• 5.2.1 錄模板語音69-71
• 5.2.2 輸入待識別語音71
• 5.3 護理床語音控制系統(tǒng)在Android平臺上的實現(xiàn)以及試驗71-74
• 5.4 本章小結(jié)74-75
• 結(jié)論和展望75-77
• 參考文獻77-81
• 攻讀學位期間發(fā)表的論文81-85
• 致謝85

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 楊瑩春;雷震春;吳朝暉;;基于情感補償?shù)幕铙w聲紋識別框架研究[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

2 黃曉丹;洪青陽;李琳;李稀敏;梁大偉;陳萬里;呂偉辰;丘敬云;王薇;;聲紋識別語音數(shù)據(jù)庫建設(shè)的探討[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前5條

1 閆潔;聲紋識別高精尖聽音辨人不遙遠[N];新華每日電訊;2014年

2 吳璽宏;聲紋識別應(yīng)用前景[N];計算機世界;2001年

3 邢方亮;以聲辨人[N];計算機世界;2003年

4 北京大學信息科學中心視覺與聽覺信息處理國家重點實驗室 吳璽宏;聲紋識別聽聲辨人[N];計算機世界;2001年

5 本報記者 霍娜;云上積累 云中綻放[N];中國計算機報;2014年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張晶;聲紋識別魯棒性技術(shù)及應(yīng)用研究[D];廣東工業(yè)大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 于嫻;聲紋識別在微信中的模式匹配研究[D];貴州大學;2015年

2 劉磊;聲紋識別算法在軍事通話中的研究與實現(xiàn)[D];東北大學;2014年

3 陳俊彬;融合聲紋識別的護理床語音控制系統(tǒng)研發(fā)[D];廣東工業(yè)大學;2016年

4 陳燕;用戶定制口令聲紋識別系統(tǒng)研究與嵌入式實現(xiàn)[D];廈門大學;2009年

5 彭詩雅;基于聲紋識別的身份認證技術(shù)研究[D];南京航空航天大學;2010年

6 付浩楠;聲紋識別在聲控系統(tǒng)中的研究與實現(xiàn)[D];黑龍江大學;2012年

7 張轉(zhuǎn)俠;基于雙序混合最優(yōu)碼本的聲紋識別系統(tǒng)研究[D];重慶大學;2012年

8 徐衛(wèi)中;基于矢量量化與神經(jīng)網(wǎng)絡(luò)的聲紋識別系統(tǒng)的研究[D];重慶大學;2012年

9 徐鶴;城市交通環(huán)境下聲紋識別算法研究[D];吉林大學;2013年

10 裴鑫;聲紋識別系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學;2014年

，

本文編號：956888