孤立词语音识别算法在医疗仪器中的应用.docVIP

孤立词语音识别算法在医疗仪器中的应用 　　摘 要:研究一种适合医疗仪器的语音识别算法,采用带噪声端点检测算法、美尔频标倒谱系数(MFCC)特征参数提取算法和整体路径约束DTW算法即ADTW算法,能有效地提高识别率和稳健性。在此为噪声环境下的语音识别提供了理论分析与仿真实验数据。实验结果表明:这种语音识别算法不仅有很高的识别率,而且能减小或者消除噪声所带来的训练模型和测试语音之间的失配。它完全满足医疗仪器对语音识别率的要求。 　　关键词: 端点检测; 美尔频标倒谱系数; ADTW模式匹配; Matlab仿真 　　中图分类号:TP301.2 文献标识码:A 　　文章编号:1004-373X(2010)10-0040-03 　　 　　Isolate Word Speech Recognition Algorithm in Application of Medical Equipment 　　XIAO Li-jun, CHEN Ming-yi 　　(College of Information Science and Engineering Central South University, Changsha 410083, China) 　　Abstract:A speech identification algorithm suit for medical devices is researched, which improves the identification rate and steadiness efficiently by using noisy endpoint detecting algorithm, MFCC character parameter extraction algorithm and thewhole path constraint DTW algorithm (namely ADTW mode match algorithm). The theory analysis and simulation experiment data of speech identification under noise environment are also provided. Simulation experiment results show that this speech identification algorithm has high identification rate, and can decrease or eliminate the mismatch between training ??pattern and speech test resulting from noise. It can reach all demands of speech identification rate for medical devices. 　　Keywords: endpoint detection; MFCC; ADTW mode match; Matlab simulation 　　 　　随着语音识别技术的发展,语音识别技术在旅游业、服务业和军事领域中都被广泛应用。本文主要研究的是孤立词语音识别算法应用于医疗仪器中,实现人与机器之间的通信,比如便携式肺功能仪、家用心脑血管仪等,它使得医疗仪器使用起来更加方便自然,让老年人和残疾人可以无障碍地使用。 　　1 孤立词语音识别系统 　　孤立词语音识别系统的原理如图1所示。 　　图1 孤立词识别系统原理 　　在训练阶段,用户将每个词依次说一遍,并将计算得到的每个词所对应的特征矢量序列作为模板存入模板库中。在识别阶段,将输入语音的特征矢量序列依次与模板库中的每一模板进行相似度比较,将相似度最高者作为识别结果输出。 　　2 孤立词语音识别算法设计 　　孤立词语音识别算法设计主要包括三大部分:一是带噪声端点检测,本文采用短时能量和短时过零率相结合的方法,力求使噪声的干扰降到最低,满足抗干扰的要求。二是特征参数提取,采用一种符合人耳听觉特性的Mel频率倒谱系数MFCC算法,该算法能很好地表征语音信号,而且在噪声环境下能取得很好的识别效果。三是模板匹配,采用平行四边形限制动态规整范ADTW算法,可以大大减小计算量,提高程序的性能。 　　2.1 带噪声端点检测算法 　　(1) 短时平均能量[1]。设S(n)为加窗语音信号,第t帧语音的短时平均能量为: 　　Eng(t)=1N∑N-1n=0|S2t(n)|(1) 　　Eng(t)=1N∑N-1n=0|St(n)|(2) 　　式中:N为分析窗宽度;St(n)为第t帧语音信号中的