嬰兒啼器聲的特征分析與識別.pdf

1、對嬰兒來說，啼哭聲是一種通訊的方式，一個非常有限的，但類似成年人進行交流的方式。它也是一種生物報警器，向外界傳達著嬰兒生理和心理的需求。
　　 基于啼哭聲聲波攜帶的信息，嬰兒的身體狀況才能被確定，疾病才能被檢測出來。因此，有效辨識啼哭聲，成功地將嬰兒啼哭聲“翻譯”成“成人語言”，讓我們能夠讀懂啼哭聲的含義，有重大的實際意義。
　　 由于嬰兒啼哭聲與語音的關聯(lián)，現(xiàn)在有越來越多的研究人員著手將語音處理技術和模式識別的方法運用

2、在嬰兒啼哭聲的分類上，隨著語音處理技術的高速發(fā)展，也為嬰兒啼哭聲的識別提供了強有力的支持。
　　 本文對嬰兒啼哭聲的分類識別進行了一定程度的研究，所做的工作主要有以下幾個部分：
　　 將嬰兒與成年人在發(fā)聲結(jié)構和發(fā)聲原理上分別進行了比較，了解兩者的異同。從嬰兒啼哭聲的特性上入手，采用合適的技術對其進行分析處理。
　　 數(shù)據(jù)庫的建立。由于目前沒有統(tǒng)一規(guī)范的嬰兒啼哭聲數(shù)據(jù)庫，而且研究者所在的領域不同，對嬰兒啼哭聲分析的

3、側(cè)重點也不同，造成了對嬰兒啼哭聲類別的劃分有多種方式。綜合考慮各方面的因素，在實驗中，對嬰兒啼哭聲是按照疼痛和非疼痛來進行劃分。
　　 預處理分析過后，重點討論嬰兒啼哭聲的參數(shù)提取，通過分析常用的特征參數(shù)，包括線性預測系數(shù)(LPC)、線性預測倒譜系數(shù)(LPCC)、Mel倒譜系數(shù)(MFCC)等，分析各自的優(yōu)勢和不足，選用MFCC參數(shù)用于嬰兒啼哭聲分析中，并選取不同的階次來觀察對疼痛的和非疼痛的嬰兒啼哭聲識別率的影響。考慮到嬰兒聲道

4、構造獨特，通常啼哭聲的基音頻率較高，而MFCC參數(shù)對嬰兒啼哭聲在其高頻部分的信息提取工作不如在其低頻部分的效果好，因此另外引用一種反向Mel頻率倒譜系數(shù)，即IMFCC，這種參數(shù)對嬰兒啼哭聲的高頻部分的信息獲取具有很大的優(yōu)勢，與MFCC形成了優(yōu)勢互補。將MFCC與IMFCC兩者結(jié)合使用，即形成組合特征，同樣也選取不同的階次來考察對疼痛的和非疼痛的嬰兒啼哭聲識別率的影響。最終，通過實驗結(jié)果驗證，使用組合特征的識別率要比單獨使用一種參數(shù)時有所