毕业论文：《基于语音的疲劳度检测算法研究》.docVIP

苏州大学本科生毕业设计（论文） 目 录 摘要…………………………………………………………………… （1） ABSTRACT……………………………………………………………… （1） 第1章 引言………………………………………………………… （2） 本课题研究背景………………………………………… （2） 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 语音信号的预处理……………………………………… （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) ………………………………………………………（18） 参考文献……………………………………………………………… （21） 致谢…………………………………………………………………… （22） PAGE 14 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，是人体的一种自我调节和保护功能。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 Research of Detecting Fatigue Arithmetic?in Speech ABSTRACT Fatigue is a natural phenomenon which is the human body a kind of self-regulation and protection. Detection of fatigue states has positive significance in all occupation in todays society. This issue presents a feature-based parameters and the probabilistic neural network speech recognition model to detecting fatigue. Through training at different times of voice samples to form the voice source and to establish a comprehensive identification system. Experimental results show that this method can reflect its degree of fatigue at the time, MFCC parameters of the human ear into the auditory characteristics, and therefore the results from the test point of view, its better than the LPCC parameters. 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中，有一半以上由于长时间疲劳驾驶或所见目标单调使司机注意力不集中、甚至打瞌睡等原因造成的。为减少这方面的事故，疲劳度测试就具有十分重要的意义。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