感冒病人嗓音的特征提取与识别研究

发布时间：2017-03-30 12:20

  本文关键词：感冒病人嗓音的特征提取与识别研究，，由笔耕文化传播整理发布。

【摘要】：近年来智能穿戴设备和移动终端在健康管理上的应用越来越多,而感冒这种常见的上呼吸道疾病却没有可用于移动设备的检测方法。感冒发病率高且容易引发其他疾病,在诊断感冒患者时,患者的声音信号能提供很大价值的信息。基于感冒病症会引起患者声音变化这一特性,本文采集感冒患者和健康人嗓音,提取可以用于区分感冒患者嗓音和健康人嗓音的特征参数。探索出一种便捷的感冒患者嗓音识别方法,结合智能穿戴设备展示了本研究的一个使用场景,本文取得的主要工作内容如下：1. 采集语音样本。研究语音的产生机理和数字模型,联系感冒的喉痛、鼻塞、咳嗽等病症,对感冒患者声音变化作出解释,为从声音出发分析感冒提供了理论上的支撑。2. 对采集到的语音信号做预处理。使用一阶高通滤波器加强语音信号的高频特征,滤除噪声干扰；使用汉明窗对语音信号做分帧加窗操作,为后续使用短时分析方法提取特征参数做准备；使用短时能量为门限对语音做端点识别,剔除语音的空白段。3. 改进传统病态嗓音实验方法。采集实验对象感冒前后的语音,排除不同人之间性别、说话习惯和声道个性的干扰,对所提取的参数做统计分析。实验结果表明研究对象感冒前后嗓音的基音频率、共振峰频率和Mel倒谱系数具有明显区别。4.提出一种感冒患者嗓音识别方法。提取反映声带特征的基音频率、反映声道形状的共振峰频率和基于入耳听觉模型的Mel倒谱系数三种特征参数,结合本文的语音库和所提取特征参数,对基于BP神经网络的感冒嗓音分类进行了研究。实验结果表明本文提取的特征向量能够很好地用于感冒患者嗓音的识别,其中按照传统病态嗓音研究方法训练的神经网络识别准确率为90.21%,对单个患者感冒训练的神经网络识别效果明显更好,准确率在93.08%～97.95%之间。5.基于智能手表和Android手机实现了一款感冒嗓音识别应用。从语音的角度出发检测人体感冒状况,为移动设备在健康方面的应用提供了新的思路。
【关键词】：感冒 嗓音评估 语音分析 神经网络 智能穿戴
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.3
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 1. 绪论11-21
• 1.1 课题的研究背景及研究意义11-12
• 1.2 课题研究现状12-19
• 1.2.1 嗓音评估方法12-14
• 1.2.2 特征提取技术14-18
• 1.2.3 模式识别技术18-19
• 1.3 本文结构19-21
• 2. 语音信号的前端处理21-33
• 2.1 语音产生的过程21-22
• 2.2 语音信号的数字模型22-24
• 2.2.1 激励模型22-23
• 2.2.2 声道模型23-24
• 2.2.3 辐射模型24
• 2.3 语音信号的预处理24-31
• 2.3.1 语音的采样和量化24-25
• 2.3.2 预加重25-28
• 2.3.3 分帧与加窗28-29
• 2.3.4 端点识别29-31
• 2.4 本章小结31-33
• 3. 语音信号的特征提取与研究33-47
• 3.1 语音信号的基音提取33-38
• 3.1.1 基于归一化互相关函数的基音检测33-34
• 3.1.2 基于振幅压缩滤波器的基音估计算法34-37
• 3.1.3 实验对象感冒前后语音基频对比37-38
• 3.2 语音信号共振峰提取38-43
• 3.2.1 基于倒谱法的共振峰检测38-42
• 3.2.2 共振峰提取结果分析42-43
• 3.3 语音信号的MEL倒谱系数分析43-46
• 3.3.1 人耳对频率的感知特性43-44
• 3.3.2 MFCC的提取44-45
• 3.3.3 MFCC提取结果45-46
• 3.4 本章小结46-47
• 4. 感冒嗓音的识别47-55
• 4.1 神经网络概述47-49
• 4.2 BP神经网络49-51
• 4.3 基于BP神经网络的感冒嗓音识别51-53
• 4.3.1 特征的向量的构造51
• 4.3.2 神经网络模型构建51-53
• 4.3.3 感冒嗓音和正常嗓音的分类结果53
• 4.4 本章小结53-55
• 5. 感冒嗓音识别系统在智能手表上的实现55-65
• 5.1 系统环境55
• 5.2 系统功能与框架55-58
• 5.3 系统各模块设计58-64
• 5.3.1 数据库设计58-59
• 5.3.2 Socket Server设计59-60
• 5.3.3 语音识别算法60-61
• 5.3.4 Web接口设计61-62
• 5.3.5 Android客户端设计62-64
• 5.4 本章小结64-65
• 6. 总结与展望65-67
• 6.1 研究工作总结65-66
• 6.2 未来工作展望66-67
• 参考文献67-71
• 致谢71-73
• 个人简历73-75
• 攻读学位期间发表的学术论文与取得的其它研究成果75

【参考文献】

中国期刊全文数据库 前9条

1 钟润兰;王玉芬;;职业用声者嗓音障碍指数分析[J];江西医药;2014年07期

2 王文娟;杨震;;基于语音压缩感知观测序列非重构的清浊音判别法[J];数据采集与处理;2013年03期

3 万程伟;乐永宏;;感冒后咳嗽的治疗体会[J];赣南医学院学报;2010年04期

4 龙艳花;郭武;戴礼荣;;采用韵律特征的说话人确认系统[J];数据采集与处理;2010年01期

5 王丽华;沈伟;赵坚;魏俊;朱静;楚铜;;嗓音声学检测在慢喉喑证候分型中的应用研究[J];听力学及言语疾病杂志;2009年04期

6 唐晓燕,唐静雯;体虚感冒合剂治疗反复上呼吸道感染80例[J];中医研究;2004年04期

7 侯丽珍,韩德民,徐文,张丽;嗓音检测中元音声样的选择[J];听力学及言语疾病杂志;2002年01期

8 张志明,杨式鳞;病态嗓音基频和音域的变化[J];临床耳鼻咽喉科杂志;2000年06期

9 魏春生,陈锋,王薇;国际音标和a:的选择对声学测试参数的影响[J];临床耳鼻咽喉科杂志;1999年03期

中国重要会议论文全文数据库 前1条

1 徐晨;曹辉;;一种语音信号生成的数字模型的研究[A];第二届西安-上海两地声学学术会议论文集[C];2011年

中国博士学位论文全文数据库 前2条

1 李宁;基于声学参数和支持向量机的病理嗓音分类研究[D];华东师范大学;2013年

2 张涛;基于语音特征的帕金森病可视化诊断方法研究[D];燕山大学;2012年

中国硕士学位论文全文数据库 前1条

1 吕霄云;基于MFCC和GMM的异常声音识别算法研究[D];西南交通大学;2010年

  本文关键词：感冒病人嗓音的特征提取与识别研究，由笔耕文化传播整理发布。

本文编号：277117