基于動(dòng)態(tài)時(shí)間規(guī)整的孤立咳嗽聲識(shí)別

1、基于動(dòng)態(tài)時(shí)間規(guī)整的孤立咳嗽聲識(shí)別摘要本文通過(guò)對(duì)咳嗽聲特性的分析，在對(duì)咳嗽聲進(jìn)展預(yù)處理后，提取咳嗽的el頻率倒譜系數(shù)作為特征參數(shù)，建立咳嗽模板庫(kù)。采用基于動(dòng)態(tài)時(shí)間規(guī)整算法的模板匹配方法對(duì)特定人的孤立咳嗽進(jìn)展識(shí)別，實(shí)驗(yàn)證明，通過(guò)將咳嗽聲的特性和語(yǔ)音識(shí)別方法的結(jié)合，動(dòng)態(tài)時(shí)間規(guī)整算法在對(duì)孤立咳嗽聲識(shí)別中有很好的準(zhǔn)確性和可靠性。關(guān)鍵詞特征提??；el頻率倒譜系數(shù)；動(dòng)態(tài)時(shí)間規(guī)整；咳嗽聲識(shí)別咳嗽是機(jī)體的一種保護(hù)性動(dòng)作，以消除呼吸道的分泌物、滲出物及侵入呼吸道的異物1。多數(shù)患者未能完好對(duì)自身的咳嗽特征進(jìn)展描繪，比方咳嗽的病癥、發(fā)作時(shí)間、頻率等，影響了咳嗽的及時(shí)診斷和合理治療。因此，有必要進(jìn)展咳嗽的實(shí)時(shí)監(jiān)測(cè)及其特

2、征的識(shí)別。至今這種對(duì)咳嗽嚴(yán)重性的評(píng)估，主要依靠主觀措施，如咳嗽反射敏感性、患者對(duì)自身病癥的感覺(jué)、咳嗽可視模擬測(cè)評(píng)、生活質(zhì)量問(wèn)卷、咳嗽病癥描繪和患者的日記等3。從而使大局部的咳嗽監(jiān)測(cè)器的診斷受到人為的影響較大。利用可靠的咳嗽檢測(cè)算法可以減少大量需人工分析的數(shù)據(jù)，甚至可以做到去除人工分析的過(guò)程，因此，要進(jìn)步咳嗽聲識(shí)別系統(tǒng)的有效性，這就要求有一種算法可以識(shí)別出大局部在特定錄音中的咳嗽聲，同時(shí)又可以將它與其它的具有相似特性的聲音區(qū)分開(kāi)來(lái)。文章在參考了國(guó)內(nèi)外關(guān)于咳嗽聲識(shí)別的研究現(xiàn)狀，并比擬了咳嗽聲識(shí)別與語(yǔ)音識(shí)別的關(guān)系，提出使用動(dòng)態(tài)時(shí)間規(guī)整算法作為本文咳嗽聲識(shí)別的主要算法。2.1咳嗽發(fā)活力制咳嗽表現(xiàn)為深呼

3、吸氣后，聲門(mén)關(guān)閉，繼而以突然劇烈的呼氣，沖出狹窄的聲門(mén)裂隙產(chǎn)生咳嗽動(dòng)作和發(fā)出聲音2。2.2el頻率倒譜系數(shù)12(F)頻率f與el頻率B之間的轉(zhuǎn)換公式為：(1)F的提取及計(jì)算過(guò)程如圖1所示。(1)原始咳嗽聲信號(hào)y(n)通過(guò)預(yù)加重、分癥加窗處理后，得到每幀的時(shí)域信號(hào)x(n)。(2)將得到的每幀時(shí)域信號(hào)進(jìn)展離散傅立葉變換(DFT)。(2)其中，X(k)為線(xiàn)性頻譜，N為DFT的窗寬。(3)線(xiàn)性頻譜經(jīng)過(guò)el頻率濾波器組處理后為(t)，然后對(duì)其進(jìn)展對(duì)數(shù)能量處理，得到結(jié)果為d()。圖1el頻率倒譜系數(shù)(F)提取過(guò)程圖2通過(guò)el頻率濾波器組得到el頻譜其中el頻率濾波器組為在語(yǔ)音的頻譜范圍內(nèi)設(shè)置的假設(shè)干個(gè)帶通

4、濾波器，為濾波器的個(gè)數(shù)。每個(gè)帶通濾波器的傳遞函數(shù)為：(3)f()可以用下面的方法定義：(4)其中，Ss為采樣頻率，而B(niǎo)-1為B的逆函數(shù)：，而濾波器的頻率應(yīng)用范圍的最低頻率為f=100Hz和最高頻率為f=4000Hz，在實(shí)驗(yàn)中為了減少甚至消除交流電的影響，濾波器的個(gè)數(shù)取=26，即可以得到26維的F倒譜系數(shù)。考慮到讓得到的結(jié)果對(duì)噪聲和譜估計(jì)誤差有更好的魯棒性，將經(jīng)過(guò)el濾波器組得到的el頻譜取對(duì)數(shù)能量，其傳遞函數(shù)為：(5)(4)將上述對(duì)數(shù)頻譜d()經(jīng)過(guò)離散余弦變換(DT)變換到倒頻譜域，得到el頻率倒譜系數(shù)(F)：(6)以上參數(shù)稱(chēng)為靜態(tài)參數(shù)，為了描繪咳嗽聲幀之間的相關(guān)性，引入了動(dòng)態(tài)參數(shù)一階差分和二

5、階差分。2.3模版匹配技術(shù)12模版匹配法是形式識(shí)別中最常用的一種相似度計(jì)算與匹配方法，把具有不同人的咳嗽聲信號(hào)經(jīng)過(guò)特征提取變換后作為不同的模版，構(gòu)建一個(gè)基于模版匹配的簡(jiǎn)單的咳嗽聲識(shí)別系統(tǒng)，如圖3所示，是該咳嗽聲識(shí)別系統(tǒng)的原理框圖。圖3基于模版匹配的咳嗽聲識(shí)別原理框圖2.3.1相似度度量在基于模板匹配的咳嗽聲識(shí)別系統(tǒng)中，對(duì)原始的咳嗽聲信號(hào)進(jìn)展訓(xùn)練得到一系列的特征模板，將其存儲(chǔ)于模板庫(kù)中。而在識(shí)別過(guò)程中采用相似度度量來(lái)進(jìn)展模板匹配，將特征模板庫(kù)中的各個(gè)模板稱(chēng)為參考模板，用R來(lái)表示；在模板庫(kù)建好后，又將待識(shí)別的輸入咳嗽聲信號(hào)通過(guò)預(yù)處理和特征提獲得到特征矢量序列，稱(chēng)為待檢測(cè)模板，用表示12。參考模板用

6、RR(1)、R(2)、R()、R()表示，其中為參考模板所包含的咳嗽幀的總數(shù)，r為咳嗽幀的時(shí)序標(biāo)號(hào)，R(r)為第幀的咳嗽特征矢量。待檢測(cè)模板用(1)、(2)、(n)、(N)表示，其中N為參考模板所包含的咳嗽幀的總數(shù)，為咳嗽幀的時(shí)序標(biāo)號(hào)，()為第n幀的咳嗽特征矢量。待檢測(cè)模板和參考模板之間的總體相似度可以用它們之間的失真來(lái)度量，從、R中的每個(gè)對(duì)應(yīng)幀之間的失真算起，假設(shè)r、為、R中的任意選擇幀號(hào)，這兩幀之間的幀失真表示為D()，R(r)。2.3.2動(dòng)態(tài)時(shí)間規(guī)整(DT)考慮到咳嗽聲識(shí)別的過(guò)程中，進(jìn)展訓(xùn)練或者識(shí)別時(shí)，即使每次盡量以同樣的方式去錄制一個(gè)咳嗽，其持續(xù)時(shí)間的長(zhǎng)度也會(huì)隨機(jī)改變，而且不同病人的咳

7、嗽相對(duì)時(shí)長(zhǎng)也時(shí)不可預(yù)測(cè)的。所以，需要對(duì)特征參數(shù)序列形式重新進(jìn)展時(shí)間的對(duì)準(zhǔn)，為了有效的解決這個(gè)問(wèn)題，采用動(dòng)態(tài)時(shí)間規(guī)整算法(DT)。動(dòng)態(tài)時(shí)間規(guī)整算法是尋找一條通過(guò)各個(gè)穿插點(diǎn)的從起始點(diǎn)到終止點(diǎn)的幀失真度總和為最小的最正確途徑，其途徑搜索算法12：(1)初始化：在搜索的過(guò)程中途徑的選擇不是任意的，一般對(duì)途徑中各點(diǎn)處途徑的斜率的最大和最小做出了規(guī)定，最大斜率為2，最小斜率為0.5。設(shè)定途徑初始關(guān)系為(0，0)，r=1，N，=1，。(2)當(dāng)時(shí)，求：求所有可能的i，滿(mǎn)足限定條件：ri=i且(ri,i)R遍歷所有i，進(jìn)展以下各步計(jì)算：其中(3)由dN，即可得到途徑的總失真度；(4)由i=N時(shí)點(diǎn)(N，)向前回溯

8、，得到最正確途徑：假設(shè)在回溯過(guò)程中出現(xiàn)，那么終止算法。首先針對(duì)特定人，采取了63個(gè)咳嗽聲樣本，運(yùn)用多模板平均訓(xùn)練算法，其算法如下：(1)設(shè)定最大模板失真閾值：a。(2)從采集的咳嗽聲樣本集中取出樣本，假設(shè)第一個(gè)咳嗽聲樣本形成的特征矢量序列為：Saple1=S11，S12，S1n，另一個(gè)特征序列為：Saple2=S21，S22，S2n，通過(guò)DT算法計(jì)算它們的失真度，假如小于a，那么那么轉(zhuǎn)(3)，否那么轉(zhuǎn)(2)。(3)通過(guò)回溯法得到DT搜索的最優(yōu)途徑序列：(r1，1)，(r2，2)，(rt，t)。(4)新的模板取為Saple1、Saple2的時(shí)間規(guī)整后的平均，即：SapleSaple1，Saple

9、2，SapleL，SapleT，其中SapleL0.5(S1LS2L)(L1，2，T)。通過(guò)上述的算法，實(shí)驗(yàn)中用63個(gè)樣本來(lái)訓(xùn)練，獲得了7種類(lèi)型的咳嗽聲樣本的模板。在采集特定人的咳嗽聲樣本時(shí)，也采集了其孤立的語(yǔ)音樣本33個(gè)，同樣運(yùn)用這個(gè)算法訓(xùn)練20個(gè)樣本，得到3個(gè)語(yǔ)音模板。在識(shí)別時(shí)，待識(shí)別的咳嗽聲信號(hào)矢量序列用DT算法分別求得與每個(gè)模板的總失真度，然后根據(jù)總失真度的大小來(lái)判斷待識(shí)別咳嗽聲接近哪個(gè)模板，即是屬于哪一類(lèi)咳嗽聲或者是非咳嗽聲。在實(shí)驗(yàn)中，采樣頻率為16000HZ，DFT的窗寬N=512，最大模板失真閾值a0.45。其中模板1模板7為咳嗽聲模板，模板8模板10是語(yǔ)音模板。如表1所示，輸入

10、待識(shí)別的信號(hào)為咳嗽聲時(shí)，經(jīng)過(guò)DT算法后計(jì)算的得到失真度，選取最小的，即最接近模板1，是屬于跟模板1類(lèi)似的咳嗽。當(dāng)輸入的待識(shí)別信號(hào)為語(yǔ)音信號(hào)時(shí)，如表2可以看到，運(yùn)用DT算法進(jìn)展比擬，得到結(jié)果是跟模板8比擬接近，即是屬于語(yǔ)音類(lèi)的信號(hào)。表1待識(shí)別信號(hào)為咳嗽聲的識(shí)別結(jié)果模板12345678910失真度1.31543.88264.26694.45244.41575.53854.90117.13924.90114.9011表2待識(shí)別信號(hào)為非咳嗽聲的識(shí)別結(jié)果模板12345678910失真度5.22753.83797.19477.81933.13957.92864.20222.144.20224.2022在實(shí)

11、驗(yàn)中，運(yùn)用動(dòng)態(tài)時(shí)間規(guī)整算法(DT)對(duì)從醫(yī)院病房采集同一個(gè)病人的96個(gè)咳嗽聲和33說(shuō)話(huà)聲音進(jìn)展訓(xùn)練和識(shí)別，其結(jié)果如表3所示。由于采集的咳嗽樣本存在比擬嚴(yán)重背景音的影響，因此識(shí)別率受到了的影響。表3DT算法識(shí)別結(jié)果模板類(lèi)型咳嗽聲類(lèi)說(shuō)話(huà)聲類(lèi)識(shí)別率89.5890.9雖然咳嗽聲的識(shí)別可以參考語(yǔ)音識(shí)別技術(shù)，但咳嗽聲的識(shí)別與語(yǔ)音識(shí)別又有著不同。(1)根據(jù)語(yǔ)音產(chǎn)生的離散時(shí)域模型，語(yǔ)音識(shí)別主要區(qū)分清音與濁音。清音是氣流通過(guò)聲道中狹窄縫隙形成湍流，造成噪聲源；而濁音的聲源那么是氣流通過(guò)聲門(mén)時(shí)所產(chǎn)生的周期脈沖。由咳嗽的醫(yī)學(xué)定義，咳嗽聲是否更接近濁音，因其由大量氣流通過(guò)聲門(mén)而產(chǎn)生聲音，因此是否可以通過(guò)引入其它生理特征

12、信號(hào)，如呼吸流量等，與咳嗽信號(hào)一起作為識(shí)別參數(shù)，而得到更好的識(shí)別效果。(2)在語(yǔ)音識(shí)別中，不同語(yǔ)音由不同的濁音表征，而不同的濁音又是以聲道的不同來(lái)表征的。而咳嗽的機(jī)理原因是為把呼吸道的分泌物、滲出物及侵入呼吸道的異物排出，是否就可以判斷其聲道(即口腔)形狀也是應(yīng)相對(duì)固定，以使氣流順暢通過(guò)，因此是否可以得出咳嗽的識(shí)別比語(yǔ)音的識(shí)別簡(jiǎn)單?？人缘膹?qiáng)度及其發(fā)生的頻率在醫(yī)學(xué)上具有很高的診斷價(jià)值，自動(dòng)識(shí)別咳嗽聲的系統(tǒng)能幫助醫(yī)生更好地監(jiān)護(hù)病人。本文討論性地使用動(dòng)態(tài)時(shí)間規(guī)整算法來(lái)實(shí)現(xiàn)對(duì)咳嗽聲自動(dòng)識(shí)別。實(shí)驗(yàn)中使用了el頻率倒譜系數(shù)+el頻率倒譜系數(shù)一、二階差分的構(gòu)造來(lái)提取咳嗽的特征向量，然后使用動(dòng)態(tài)時(shí)間規(guī)整算法對(duì)

13、咳嗽進(jìn)展訓(xùn)練和識(shí)別，結(jié)果為：咳嗽的正確識(shí)別率為89.58%，非咳嗽的正確識(shí)別率為90.9%。由于我們的實(shí)驗(yàn)中訓(xùn)練數(shù)據(jù)缺乏，使得一些出現(xiàn)次數(shù)很少的觀察矢量沒(méi)有出如今訓(xùn)練數(shù)據(jù)中，從而直接影響了咳嗽的正確識(shí)別率。今后學(xué)習(xí)研究工作將集中在進(jìn)步咳嗽的正確識(shí)別率，一方面從醫(yī)院獲取更多的訓(xùn)練數(shù)據(jù)，另一方面應(yīng)進(jìn)一步研究模型訓(xùn)練的方法和技術(shù)，通過(guò)以上的方法來(lái)進(jìn)步咳嗽的正確識(shí)別率。最后建立計(jì)算機(jī)的專(zhuān)家系統(tǒng)，能識(shí)別各種咳嗽特點(diǎn)的智能儀器，如分析刺激性咳嗽、喘息性咳嗽、上呼吸道疾病性咳嗽、下呼吸道疾病性咳嗽等，減少分析咳嗽對(duì)專(zhuān)家的依賴(lài)性。1EugeneBraunaldetal.Harrisnspriniplesfin

14、ternalediine-15thed.北京：人民衛(wèi)生出版社，20012陳文彬，潘祥林.診斷學(xué)(第六版).北京：人民衛(wèi)生出版社，20223楊行峻，遲惠生等.語(yǔ)音信號(hào)數(shù)字處理.北京：電子工業(yè)出版社，19954Q.Zhu，A.Alan.Nn-linearfeatureextratinfrrbustspeehregnitininstatinaryandnn-statinarynise.puterSpeehandLanguage，2022，381-4025S.B.Dais，P.eelstEin.parisnfparaetrirepresentatinsfnsyllabirdregnitininntin

15、uuslyspkensentenes.IEEETransatinsnSpeehandAudiPressing，1980，(28)4：357-3666J.ang，H.F.ang，Y.S.eng.hipdesignfFextratinfrspeehregnitin.Intergatjin，theVLSIjurnal，2002，32：111-1317H.Heransky.PereptuallinearPreditive(PLP)analysisfspeeh.JurnalfAustialSietyfAeria，1990，87(4)：1738-17528.N.urthi，B.D.Ra.All-plede

16、lingfspeehbasedntheiniuvarianedistrtinlessrespnsespetru.IEEETransatinsnspeehandaudipressing，2000，8(3)：221-2399S.Dharanipragada，B.D.Ra.VDR-basedfeatureextratinfrrbustspeehregnitin.InPr.IASSP，2001，309-31210U.H.Yapanel，J.H.L.Hansen.Aneperspetivenfeatureextratinfrrbustin-vehilespeehregnitin.Eurspeeh，2022，1281-128411Sergia