專(zhuān)利名稱(chēng)：基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)語(yǔ)音識(shí)別控制領(lǐng)域，具體涉及一種基于分形特征的語(yǔ)音識(shí)別智能輪椅控制方法。
背景技術(shù)：
隨著社會(huì)的發(fā)展和人類(lèi)文明程度的提高，人們特別是老年人、殘疾人的服務(wù)需求會(huì)日益增加，他們愈來(lái)愈需要運(yùn)用現(xiàn)代高新技術(shù)來(lái)改善他們的生活質(zhì)量和生活自由度。無(wú)論是國(guó)際上還是我國(guó)國(guó)內(nèi)，人口老齡化的進(jìn)程正在加快，另外由于各種交通事故、天災(zāi)人禍和種種疾病，每年均有成千上萬(wàn)的人喪失一種或多種能力(如行走、動(dòng)手能力等)，這種社會(huì)現(xiàn)實(shí)促進(jìn)了智能化服務(wù)機(jī)器人在助老、助殘方面的應(yīng)用。因此，智能輪椅作為助老、助殘服務(wù)機(jī)器人系列產(chǎn)品中的一個(gè)重要研究領(lǐng)域已逐漸成為國(guó)內(nèi)外科技人員研究的熱點(diǎn)。輪椅作為廣大老弱病殘人員使用的輔助運(yùn)動(dòng)工具，幾乎都是室外使用的手柄控制的電動(dòng)輪椅， 對(duì)于那些四肢活動(dòng)能力受限的老年人或殘疾者控制起來(lái)不是十分方便，因此，我們將語(yǔ)音控制應(yīng)用于智能輪椅上，形成一種將智能輪椅與語(yǔ)音識(shí)別技術(shù)結(jié)合起來(lái)的新型代步工具， 它不僅具有普通輪椅的所有功能，重要的是還可以通過(guò)語(yǔ)音命令對(duì)輪椅進(jìn)行控制，使輪椅的控制更加簡(jiǎn)單、方便，宜人性更好。因此，實(shí)用的語(yǔ)音控制智能輪椅機(jī)器人將為老年人和殘疾人開(kāi)創(chuàng)新的生活模式和生活概念，具有非常重要的現(xiàn)實(shí)意義。在國(guó)內(nèi)外，研究者們已經(jīng)開(kāi)展了大量相關(guān)項(xiàng)目的研究1996年西班牙由ONCE基金會(huì)資助的SIAMO項(xiàng)目，目標(biāo)是根據(jù)用戶(hù)的殘障程度及特殊需求建造多功能系統(tǒng)，為了達(dá)到要求，特別研究了系統(tǒng)的模塊化和靈活性，設(shè)計(jì)了分布式構(gòu)架，也著重開(kāi)發(fā)了人機(jī)界面，其中也把語(yǔ)音識(shí)別控制技術(shù)應(yīng)用于智能輪椅，使用戶(hù)更易于控制輪椅。日本北海道工業(yè)設(shè)計(jì)學(xué)院的研究人員研制出一種不用人工操作的聲控輪椅。研究人員將可感應(yīng)語(yǔ)言聲響的晶片，裝置在輪椅的控制機(jī)關(guān)內(nèi)，在使用者對(duì)著麥克風(fēng)講出要求后，感應(yīng)系統(tǒng)便會(huì)依照要求啟動(dòng)運(yùn)作，除了可向前后左右和快慢行走外，椅背還可向后傾，方便使用者休息。中國(guó)科學(xué)院自動(dòng)化研究所承擔(dān)了 “863”智能機(jī)器人智能輪椅項(xiàng)目，研制了一種具有視覺(jué)和口令導(dǎo)航功能并能與人進(jìn)行語(yǔ)音交互的機(jī)器人輪椅NLPR，此項(xiàng)研究高度重視了智能輪椅人機(jī)控制界面的設(shè)計(jì)，在輪椅的設(shè)計(jì)中綜合運(yùn)用模式識(shí)別實(shí)驗(yàn)室有關(guān)圖像處理、計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別等最新成果，使人能通過(guò)語(yǔ)音控制輪椅自由行走，輪椅可以實(shí)現(xiàn)簡(jiǎn)單的人機(jī)對(duì)話(huà)功能。上海交通大學(xué)開(kāi)發(fā)成功一種聲控輪椅，主要是為四肢全部喪失功能的殘疾者設(shè)計(jì)，使用者只需發(fā)出“開(kāi)”、“前”、“后”、“左”、“右”、“快”、“慢”、“停”等指令，輪椅可在1. 2秒內(nèi)按指令執(zhí)行。但是，由于語(yǔ)音信號(hào)是一個(gè)復(fù)雜的非線性過(guò)程，那么基于傳統(tǒng)的線性系統(tǒng)理論發(fā)展起來(lái)的語(yǔ)音識(shí)別技術(shù)的性能就難以進(jìn)一步的提高。因此急需一種采用高識(shí)別率的語(yǔ)音識(shí)別系統(tǒng)來(lái)控制智能輪椅的方法。

發(fā)明內(nèi)容
有鑒于此，為了解決上述問(wèn)題，本發(fā)明提出一種采用高識(shí)別率的語(yǔ)音識(shí)別系統(tǒng)來(lái)控制智能輪椅的方法。是一種基于非線性理論的特征提取方法，即將語(yǔ)音信號(hào)的分形特征參數(shù)合并到傳統(tǒng)的Mel頻率倒譜系數(shù)(MFCC)中，這樣組成混合的特征參數(shù)在語(yǔ)音識(shí)別系統(tǒng)中可以提高系統(tǒng)的識(shí)別率。本發(fā)明的目的之一是提出一種基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法方法； 本發(fā)明的目的之二是提出一種基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)。本發(fā)明的目的之一是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的本發(fā)明提供的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，包括以下步驟Sl 語(yǔ)音信號(hào)命令詞輸入；S2 對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理；S3 提取經(jīng)過(guò)預(yù)處理后語(yǔ)音信號(hào)的特征參數(shù)；S4 將特征參數(shù)與模板庫(kù)的模板進(jìn)行模式匹配；S5 選擇匹配相似度最高的模板作為識(shí)別結(jié)果；S6 將該識(shí)別結(jié)果轉(zhuǎn)換成智能輪椅的運(yùn)動(dòng)命令；S7 調(diào)用相應(yīng)的控制函數(shù)，驅(qū)動(dòng)智能輪椅按照語(yǔ)音信號(hào)進(jìn)行運(yùn)動(dòng)。進(jìn)一步，所述步驟S2中的預(yù)處理，包括語(yǔ)音的預(yù)加重濾波、加窗分幀處理與雙門(mén)限端點(diǎn)檢測(cè)；進(jìn)一步，所述步驟S3中的特征提取包括以下步驟S31 提取語(yǔ)音信號(hào)的MFCC (Mel頻率倒譜系數(shù))參數(shù)；S311 首先確定每一幀語(yǔ)音采樣序列的點(diǎn)數(shù)，對(duì)每幀序列s (η)進(jìn)行預(yù)加重濾波處理；S312 再進(jìn)行離散FFT (傅立葉變換)變換，取模的平方得到離散功率譜S (η)；S313 在語(yǔ)音的頻譜范圍內(nèi)設(shè)置若干個(gè)帶通濾波器；Hm(η)，m = 0，1， ，M-I, η = 0，1， ，Ν/2-1其中M為濾波器的個(gè)數(shù)，通常取24，N為一幀語(yǔ)音信號(hào)的點(diǎn)數(shù)；S314 將離散功率譜轉(zhuǎn)換為Mel頻率下的功率譜S (η)；計(jì)算S(n)通過(guò)MfHm(Ii)后所得的功率值，即計(jì)算S(η)和禮⑷在各離散頻率點(diǎn)上乘積之和，得到M個(gè)參數(shù)Pm，m = 0，1，·，M-I ；S315 計(jì)算 Pm 的自然對(duì)數(shù)，得到 Lm，m = 0，1， ，M-IS316 對(duì) L。，L1, ·，Lnri 計(jì)算其離散余弦變換，得到 Dm，m = 0，1， ，M_1 ；S317 舍去代表直流成分的D。，取D1, D2，·，Dk作為MFCC參數(shù)；S32 提取語(yǔ)音的動(dòng)態(tài)特征，作為一幀語(yǔ)音信號(hào)的特征參數(shù)，用差分倒譜參數(shù)來(lái)描述語(yǔ)音的動(dòng)態(tài)特征，計(jì)算公式為
權(quán)利要求
1.基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于包括以下步驟51語(yǔ)音信號(hào)命令詞輸入；52對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理；53提取經(jīng)過(guò)預(yù)處理后語(yǔ)音信號(hào)的特征參數(shù)；54將特征參數(shù)與模板庫(kù)的模板進(jìn)行模式匹配；55選擇匹配相似度最高的模板作為識(shí)別結(jié)果；56將該識(shí)別結(jié)果轉(zhuǎn)換成智能輪椅的運(yùn)動(dòng)命令；57調(diào)用相應(yīng)的控制函數(shù)，驅(qū)動(dòng)智能輪椅按照語(yǔ)音信號(hào)進(jìn)行運(yùn)動(dòng)。
2.根據(jù)權(quán)利要求1所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于 所述步驟S2中的預(yù)處理，包括語(yǔ)音的預(yù)加重濾波、加窗分幀處理與雙門(mén)限端點(diǎn)檢測(cè)。
3.根據(jù)權(quán)利要求1所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于 所述步驟S3中的特征提取包括以下步驟531提取語(yǔ)音信號(hào)的Mel頻率倒譜系數(shù)MFCC參數(shù)；5311首先確定每一幀語(yǔ)音采樣序列的點(diǎn)數(shù)，對(duì)每幀序列S(ri)進(jìn)行預(yù)加重濾波處理；5312再進(jìn)行離散傅立葉變換FFT變換，取模的平方得到離散功率譜S (η)；5313在語(yǔ)音的頻譜范圍內(nèi)設(shè)置若干個(gè)帶通濾波器；在某一頻譜范圍內(nèi)的語(yǔ)音可以通過(guò)此帶通濾波器，而其它范圍的語(yǔ)音頻譜被衰減至極低值。此帶通濾波器如下^1(Ii)，m = 0，1， ，M-I, η = 0,1, ，Ν/2-1其中Hm(η)為每個(gè)帶通濾波器的傳遞函數(shù)，M為濾波器的個(gè)數(shù)，通常取24，N為一幀語(yǔ)音信號(hào)的點(diǎn)數(shù)；5314將離散功率譜轉(zhuǎn)換為Mel頻率下的功率譜S (η)；計(jì)算S(n)通過(guò)Mf Hm(η)后所得的功率值，即計(jì)算S(η)和禮(11)在各離散頻率點(diǎn)上乘積之和，得到M個(gè)參數(shù)Pm，m = 0,1, ·，M-I，此處Pm為中心頻率；5315計(jì)算Pm的自然對(duì)數(shù)，得到Lm，m = 0，1，·，M-1，此處Lm為對(duì)數(shù)頻譜。5316對(duì)Ltl，L1, ·，Lnrl計(jì)算其離散余弦變換，得到Dm，m = 0，1， ，M-1 ；5317舍去代表直流成分的D。，取D1, D2, ·，Dk作為MFCC參數(shù)；532提取語(yǔ)音的動(dòng)態(tài)特征，作為一幀語(yǔ)音信號(hào)的特征參數(shù)， 用差分倒譜參數(shù)來(lái)描述語(yǔ)音的動(dòng)態(tài)特征，計(jì)算公式為其中c和d都表示一幀語(yǔ)音參數(shù)，k為常數(shù)，通常取2，差分參數(shù)就稱(chēng)為當(dāng)前幀的前兩幀和后兩幀參數(shù)的線性組合；由此式計(jì)算得到的差分參數(shù)為一階MFCC差分參數(shù)，實(shí)際使用中，將MFCC參數(shù)和各階MFCC差分參數(shù)合并為一個(gè)矢量；S33 提取語(yǔ)音信號(hào)的分形維數(shù)作為分形特征；5331將語(yǔ)音信號(hào)歸一化到單位正方形區(qū)域，得到歸一化信號(hào)x(t)；5332將正方形區(qū)域劃分為邊長(zhǎng)為s的網(wǎng)格，計(jì)算出IogN(S)，log(l/s)，N(S)表示用邊長(zhǎng)為s的網(wǎng)格覆蓋x(t)所需要的最小正方形個(gè)數(shù)，改變s的大小，計(jì)算相應(yīng)的logN(s)， log(l/s)；S 333 :令\ = log(l/Si), Yi = IogN(Si), i = 1，2，·，M，利用(Xi, Yi)最小二乘擬合直線y = kx+b, k即為計(jì)盒維數(shù)Db，Db的計(jì)算公式為
4.根據(jù)權(quán)利要求1所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于 所述步驟S4中的模板庫(kù)是經(jīng)過(guò)特征訓(xùn)練形成的對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理后提取特征參數(shù)， 得到每個(gè)語(yǔ)音信號(hào)命令詞的特征參數(shù)模板，保存在模板庫(kù)中形成該命令詞在模板庫(kù)中的參考模板。
5.根據(jù)權(quán)利要求1所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于 所述步驟S5包括以下步驟551從語(yǔ)音信號(hào)中提取特征參數(shù)生成測(cè)試模板；552將測(cè)試模板與模板庫(kù)中的參考模板進(jìn)行模式匹配；553選擇匹配相似度最高的參考模板作為識(shí)別結(jié)果。
6.根據(jù)權(quán)利要求1所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，其特征在于 所述模板庫(kù)的特征訓(xùn)練訓(xùn)練和模式匹配采用隱馬爾可夫模型方法。
7.基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)，其特征在于包括語(yǔ)音信號(hào)輸入模塊，用于輸入語(yǔ)音信號(hào)命令詞；語(yǔ)音信號(hào)預(yù)處理模塊，用于對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理；語(yǔ)音的預(yù)加重濾波、加窗分幀處理與雙門(mén)限端點(diǎn)檢測(cè)；語(yǔ)音信號(hào)的特征參數(shù)提取模塊，用于提取經(jīng)過(guò)預(yù)處理后語(yǔ)音信號(hào)的特征參數(shù)； 匹配模塊，用于將特征參數(shù)與模板庫(kù)的模板進(jìn)行模式匹配； 判斷模塊，用于選擇匹配相似度最高的模板作為識(shí)別結(jié)果； 命令轉(zhuǎn)換模塊，用于將該識(shí)別結(jié)果轉(zhuǎn)換成智能輪椅的運(yùn)動(dòng)命令； 控制模塊，用于調(diào)用相應(yīng)的控制函數(shù)，驅(qū)動(dòng)智能輪椅按照語(yǔ)音信號(hào)進(jìn)行運(yùn)動(dòng)。
8.根據(jù)權(quán)利要求7所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)，其特征在于 所述語(yǔ)音信號(hào)的特征參數(shù)提取模塊，包括MFCC參數(shù)提取模塊、動(dòng)態(tài)特征提取模塊、分形特征提取模塊和混合特征參數(shù)提取模塊；所述MFCC參數(shù)提取模塊，用于執(zhí)行以下步驟首先確定每一幀語(yǔ)音采樣序列的點(diǎn)數(shù)，對(duì)每幀序列s(n)進(jìn)行預(yù)加重濾波處理； 再進(jìn)行離散FFT變換，取模的平方得到離散功率譜S (η)；在語(yǔ)音的頻譜范圍內(nèi)設(shè)置若干個(gè)帶通濾波器； Hm(η)，m = 0，1， ，M-I, η = 0,1, ，Ν/2-1 其中M為濾波器的個(gè)數(shù)，通常取24，N為一幀語(yǔ)音信號(hào)的點(diǎn)數(shù)； 將離散功率譜轉(zhuǎn)換為Mel頻率下的功率譜S (η)；計(jì)算S(n)通過(guò)Mf Hm(η)后所得的功率值，即計(jì)算S(η)和禮(11)在各離散頻率點(diǎn)上乘積之和，得到M個(gè)參數(shù)Pm，m = 0，1，·，M-I ；計(jì)算Pm的自然對(duì)數(shù)，得到Lm，m = 0，1，·，M-I 對(duì)Ltl，L1, ·，Lffl^1計(jì)算其離散余弦變換，得到Dm，m = 0，1，·，M-I ； 舍去代表直流成分的Dtl，取D1, D2，·，Dk作為MFCC參數(shù)； 所述動(dòng)態(tài)特征提取模塊，用于以下公式來(lái)計(jì)算
9.根據(jù)權(quán)利要求7所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)，其特征在于 所述匹配模塊中的模板庫(kù)是經(jīng)過(guò)特征訓(xùn)練形成的對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理后提取特征參數(shù)，得到每個(gè)語(yǔ)音信號(hào)命令詞的特征參數(shù)模板，保存在模板庫(kù)中形成該命令詞在模板庫(kù)中的參考模板。
10.根據(jù)權(quán)利要求7所述的基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)，其特征在于還包括語(yǔ)音輸入裝置、信號(hào)處理裝置、無(wú)線通信裝置和智能輪椅本體，所述語(yǔ)音命令信號(hào)通過(guò)語(yǔ)音輸入裝置傳輸?shù)叫盘?hào)處理裝置進(jìn)行信號(hào)處理得到控制智能輪椅本體的命令，該控制命令通過(guò)無(wú)線通信裝置傳輸?shù)街悄茌喴伪倔w實(shí)現(xiàn)智能輪椅本體的運(yùn)動(dòng)。
全文摘要
本發(fā)明公開(kāi)了一種基于分形特征的智能輪椅語(yǔ)音識(shí)別控制方法，涉及語(yǔ)音識(shí)別方法，首先將語(yǔ)音信號(hào)輸入，再進(jìn)行預(yù)處理和特征參數(shù)提取，然后與模板庫(kù)中的模板進(jìn)行匹配判斷獲得命令控制智能輪椅，采用將語(yǔ)音信號(hào)的分形特征參數(shù)和傳統(tǒng)的MFCC特征參數(shù)有機(jī)結(jié)合得到的混合特征參數(shù)，提高了系統(tǒng)的識(shí)別率，用于智能輪椅語(yǔ)音控制系統(tǒng)中的語(yǔ)音識(shí)別，實(shí)現(xiàn)了對(duì)智能輪椅的精確控制，達(dá)到用戶(hù)與智能輪椅之間語(yǔ)音交互的目的，同時(shí)，這種混合特征參數(shù)提取方法還適用于其它的語(yǔ)音識(shí)別系統(tǒng)，另外還公開(kāi)了一種基于分形特征的智能輪椅語(yǔ)音識(shí)別控制系統(tǒng)，包括語(yǔ)音信號(hào)輸入模塊，預(yù)處理模塊，特征參數(shù)提取模塊，匹配模塊，判斷模塊，命令轉(zhuǎn)換模塊，控制模塊。
文檔編號(hào)G10L15/04GK102184732SQ201110109168
公開(kāi)日2011年9月14日 申請(qǐng)日期2011年4月28日 優(yōu)先權(quán)日2011年4月28日
發(fā)明者張毅, 李敏, 李艷花, 林海波, 羅元, 蔡軍, 謝穎, 黃璜 申請(qǐng)人:重慶郵電大學(xué)