基于语音的疲劳度检测算法研究

《基于语音的疲劳度检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、(1)摘要ABSTRACT(1)第1章引言(2)第1.1节本课题研究背景(2)第L2节方案简介(2)第2章语音信号识别的理论基础(3)第2.1节语音信号产生的声学基础(3)第2.2节语音信号产生的数字模型(4)第2.3节语咅信号的预处理(5)第2.4节语音信号的时域分析(7)第3章语音疲劳度的特征参数提取方案(9)第3.1节LPCC特征参数(9)第3.2节MFCC特征参数(10)第4章概率神经网络(11)第5章实验方案及讨论结果(13)第5.1节实验语音信号的录制(13)第5.2节实验方案(13)第5.3节实验结果与讨论(14)第6章总结与展望(16)附录(主要程序

2、)(18)参考文献(21)致谢(22)基于语音的疲劳度检测算法研究摘要疲劳是一种自然现象，是人体的一种口我调节和保护功能。检测疲劳状态对于当今社会从事各行各业都有积极意义。本课题提出了一种基于语音特征参数和概率神经网络的语音疲劳度识别模型。通过训练不同时段的语音样本来构成语音源库，并建立综合识别系统。实验结果表明本方法能够反应其当时的疲劳程度，MFCC参数融入了人耳的听觉特性，故从测试结果来看，其优于LPCC参数。关键词：语音、疲劳度、线性预测倒谱系数、梅尔频率倒谱系数、概率神经网络ResearchofDetectingFatigueArithmeticinSpee

3、chABSTRACTFatigueisanaturalphenomenonwhichisthehumanbodyakindofself-regulationandprotection.Detectionoffatiguestateshaspositivesignificaneeinalloccupationintoday'ssociety.Thisissuepresentsafeature-basedparametersandtheprobabilisticneuralnetworkspeechrecognitionmodeltodetectingfatigue・T

4、hroughtrainingatdifferenttimesofvoicesamplestoformthevoicesourceandtoestablishacomprehensiveidentificationsystem.Experimentalresultsshowthatthismethodcanreflectitsdegreeoffatigueatthetime,MFCCparametersofthehumanearintotheauditorycharacteristies,andthereforetheresultsfromthetestpointof

5、view,it'sbetterthantheLPCCparameters・keywodrs：Speech>Fatique>LPCC>MFCC>PNN第一章引言第1・1节本课题研究背景疲劳是一种自然现象，是人体的一种自我调节和保护功能。有资料表明，高速公路发生的交通事故屮，有一半以上由于长吋间疲劳驾驶或所见口标单调使司机注意力不集屮、甚至打瞌睡等原因造成的。为减少这方面的事故，疲劳度测试就具冇十分重要的意义。疲劳也往往成为脑与心脏疾病的诱因，如通过简单的方法实时检测自己的身体状态，对于预防疾病，减少人为的事故也具有积极的意义。疲劳度的检测方法可以概括为客观和主观两个方

6、面。国内主要采取主观评测的方法，主要依据自我活动记录表、睡眠情况记录表、个人行为记录表等来测评被试者的疲劳程度,虽然主观评价方法使用简单，但很难量化疲劳的等级和程度，又因各人的理解有明显的差异，其结果往往不能令人满意。国外则主要采取客观测评的方法，有基于行为特征的检测的视网膜检测、头部位置检测、视线方向检测等和基于牛理参数的检测的脑电图信号检测、心电图信号检测、脉搏跳动检测、唾液检测、其它生理信号检测等。这些方法虽然说能从一定程度上了解人的疲劳状态，但是对每个人疲劳的心理、生理属性还不是特别清楚，疲劳状态下的变化规律很难总结归纳。口前大多数检测算法因其检测条件的限制

7、和复杂环境的影响，检测效果不能完全令人满意。性价比是亟待解决的一个问题，如果成本太大则难以广泛应用。通过声音判断人的疲劳程度是一种更为简便快捷的疲劳度检测方式，能够在不影响正常工作下面，让被检测者对着麦克风说话，将其语咅集入电脑，再通过声波的变化进行计算，得到测算值。第1.2节方案简介通过声音检测，可以很方便可以很方便地了解犬脑的疲劳水平。这对于诸如驾驶员等长吋间处于紧张状态的人员来说，意义更加重大。本课题采用方法如下：1、通过语音采集得到原始数据参数，通过录音笔进行录制，组员每人每天分别在白天10点，晚上10点，白天4点，晚上4点，录下语音，录制的语音以wav