基于分形特征的智能轮椅语音识别控制方法及系统.pdf

(19)中华人民共和国国家知识产权局*CN102184732A*(12)发明专利申请(10)申请公布号CN102184732A(43)申请公布日2011.09.14(21)申请号201110109168.2(22)申请日2011.04.28(71)申请人重庆邮电大学地址400065重庆市南岸区崇文路2号(72)发明人张毅罗元李敏蔡军谢颖林海波黄璜李艳花(74)专利代理机构北京同恒源知识产权代理有限公司11275代理人赵荣之(51)Int.Cl.G10L15/02(2006.01)G10L15/04(2006.01)权利要求书4页说明书8页附图2页(54)发明名称基于分形特征的智能轮椅语音识别控制方法及系统(57)摘要本发明公开了一种基于分形特征的智能轮椅语音识别控制方法，涉及语音识别方法，首先将语音信号输入，再进行预处理和特征参数提取，然后与模板库中的模板进行匹配判断获得命令控制智能轮椅，采用将语音信号的分形特征参数和传统的MFCC特征参数有机结合得到的混合特征参数，提高了系统的识别率，用于智能轮椅语音控制系统中的语音识别，实现了对智能轮椅的精确控制，达到用户与智能轮椅之间语音交互的目的，同时，这种混合特征参数提取方法还适用于其它的语音识别系统，另外还公开了一种基于分形特征的智能轮椅语音识别控制系统，包括语音信号输入模块，预处理模块，特征参数提取模块，匹配模块，判断模块，命令转换模块，控制模块。CN1028473ACCNN110218473202184736A权利要求书1/4页1.基于分形特征的智能轮椅语音识别控制方法，其特征在于：包括以下步骤：S1：语音信号命令词输入；S2：对语音信号进行预处理；S3：提取经过预处理后语音信号的特征参数；S4：将特征参数与模板库的模板进行模式匹配；S5：选择匹配相似度最高的模板作为识别结果；S6：将该识别结果转换成智能轮椅的运动命令；S7：调用相应的控制函数，驱动智能轮椅按照语音信号进行运动。2.根据权利要求1所述的基于分形特征的智能轮椅语音识别控制方法，其特征在于：所述步骤S2中的预处理，包括语音的预加重滤波、加窗分帧处理与双门限端点检测。3.根据权利要求1所述的基于分形特征的智能轮椅语音识别控制方法，其特征在于：所述步骤S3中的特征提取包括以下步骤：S31：提取语音信号的Mel频率倒谱系数MFCC参数；S311：首先确定每一帧语音采样序列的点数，对每帧序列s(n)进行预加重滤波处理；S312：再进行离散傅立叶变换FFT变换，取模的平方得到离散功率谱S(n)；S313：在语音的频谱范围内设置若干个带通滤波器；在某一频谱范围内的语音可以通过此带通滤波器，而其它范围的语音频谱被衰减至极低值。此带通滤波器如下：Hm(n)，m＝0，1，·，M-1，n＝0，1，·，N/2-1其中Hm(n)为每个带通滤波器的传递函数，M为滤波器的个数，通常取24，N为一帧语音信号的点数；S314：将离散功率谱转换为Mel频率下的功率谱S(n)；计算S(n)通过M个Hm(n)后所得的功率值，即计算S(n)和Hm(n)在各离散频率点上乘积之和，得到M个参数Pm，m＝0，1，·，M-1，此处Pm为中心频率；S315：计算Pm的自然对数，得到Lm，m＝0，1，·，M-1，此处Lm为对数频谱。S316：对L0，L1，·，Lm-1计算其离散余弦变换，得到Dm，m＝0，1，·，M-1；S317：舍去代表直流成分的D0，取D1，D2，·，DK作为MFCC参数；S32：提取语音的动态特征，作为一帧语音信号的特征参数，用差分倒谱参数来描述语音的动态特征，计算公式为：其中c和d都表示一帧语音参数，k为常数，通常取2，差分参数就称为当前帧的前两帧和后两帧参数的线性组合；由此式计算得到的差分参数为一阶MFCC差分参数，实际使用中，将MFCC参数和各阶MFCC差分参数合并为一个矢量；S33：提取语音信号的分形维数作为分形特征；S331：将语音信号归一化到单位正方形区域，得到归一化信号x(t)；S332：将正方形区域划分为边长为s的网格，计算出logN(s)，log(1/s)，N(s)表示用边长为s的网格覆盖x(t)所需要的最小正方形个数，改变s的大小，计算相应的logN(s)，log(1/s)；2CCNN110218473202184736A权利要求书2/4页S333：令xi＝log(1/si)，yi＝logN(si)，i＝1，2，·，M，利用(xi，yi)最小二乘拟合直线y＝kx+b，k即为计盒维数DB，DB的计算公式为：语音信号的分形特征由分形维数来定量表征；由此求出语音信号的分形特征值作为语音信号的特征参数；S34：提取混合特征参数，将分形维数DB和一阶MFCC差分参数合并到MFCC参数中组成混合的特征参数MFCC+ΔMFCC+D；其中，