基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音疲勞度檢測(cè)
發(fā)布時(shí)間:2020-03-31 20:24
【摘要】:安全是軌道交通運(yùn)輸行業(yè)的第一要?jiǎng)?wù),車站值班員是與安全運(yùn)輸息息相關(guān)的重要崗位,車站值班員的疲勞程度會(huì)影響工作效率,甚至?xí)绊戇\(yùn)輸安全。考慮到車站值班員在工作過(guò)程中需要經(jīng)?诤糁噶,因此,通過(guò)語(yǔ)音可以對(duì)值班員的疲勞狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控,有效降低由于值班員的疲勞給列車運(yùn)行安全帶來(lái)的隱患。本文中收集不同疲勞程度的語(yǔ)音樣本,提取語(yǔ)音疲勞度特征參數(shù),探究不同語(yǔ)音特征與疲勞度之間的關(guān)系,并通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)根據(jù)選擇的語(yǔ)音特征對(duì)疲勞度進(jìn)行檢測(cè)。本文中所做的工作主要包括:第一,語(yǔ)音數(shù)據(jù)樣本收集。目前缺少公開(kāi)的疲勞相關(guān)的語(yǔ)音數(shù)據(jù)集,本次研究使用自行采集的男女聲語(yǔ)音數(shù)據(jù),數(shù)據(jù)中包含兩種語(yǔ)音內(nèi)容,標(biāo)注為四種疲勞狀態(tài):非常精神狀態(tài),一般狀態(tài),比較疲勞狀態(tài),非常疲勞狀態(tài)。第二,語(yǔ)音疲勞度特征提取。本文選取短時(shí)能量、短時(shí)平均過(guò)零率、梅爾頻率倒譜系數(shù)、基音頻率和第一共振峰五種語(yǔ)音特征用于對(duì)疲勞度進(jìn)行分析,首先對(duì)語(yǔ)音信號(hào)進(jìn)行分幀和降噪,接著使用能熵比法進(jìn)行端點(diǎn)檢測(cè),最后采用對(duì)應(yīng)算法提取各特征參數(shù)。第三,特征數(shù)據(jù)的分析與處理。首先,對(duì)于特征數(shù)據(jù)中存在的異常點(diǎn)進(jìn)行清洗,提高數(shù)據(jù)質(zhì)量,接著對(duì)單內(nèi)容語(yǔ)音、不同內(nèi)容語(yǔ)音以及不同說(shuō)話人的不同內(nèi)容語(yǔ)音分別進(jìn)行了語(yǔ)音特征的疲勞度關(guān)聯(lián)性分析,最后確定了用于疲勞度分類實(shí)驗(yàn)的特征參數(shù)群。第四,基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音疲勞度分類實(shí)驗(yàn)。使用Tensorflow框架搭建神經(jīng)網(wǎng)絡(luò),采用Adam算法將處理好的語(yǔ)音特征數(shù)據(jù)用于網(wǎng)絡(luò)訓(xùn)練,并測(cè)試其對(duì)疲勞度區(qū)分的準(zhǔn)確度。對(duì)多次實(shí)驗(yàn)結(jié)果進(jìn)行總結(jié),結(jié)果表明在本文采用的疲勞語(yǔ)音數(shù)據(jù)集上,通過(guò)語(yǔ)音特征對(duì)疲勞度進(jìn)行區(qū)分,取得了不錯(cuò)的效果。
【圖文】:
一研究流程
進(jìn)而求出理想語(yǔ)音信號(hào)的估計(jì)值逡逑以本次研究中使用的語(yǔ)音數(shù)據(jù)中的一條帶噪語(yǔ)音為例,使用維納濾波器法進(jìn)逡逑行降噪,,降噪前后的語(yǔ)音波形見(jiàn)圖2-1:逡逑15逡逑
【學(xué)位授予單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2019
【分類號(hào)】:U298;TN912.3;TP183
【圖文】:
一研究流程
進(jìn)而求出理想語(yǔ)音信號(hào)的估計(jì)值逡逑以本次研究中使用的語(yǔ)音數(shù)據(jù)中的一條帶噪語(yǔ)音為例,使用維納濾波器法進(jìn)逡逑行降噪,,降噪前后的語(yǔ)音波形見(jiàn)圖2-1:逡逑15逡逑
【學(xué)位授予單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2019
【分類號(hào)】:U298;TN912.3;TP183
【參考文獻(xiàn)】
相關(guān)期刊論文 前8條
1 李勇達(dá);張超;孟令君;;基于頭部姿態(tài)特征的列車司機(jī)疲勞駕駛檢測(cè)系統(tǒng)研究[J];交通信息與安全;2014年05期
2 周夕良;;語(yǔ)音情感識(shí)別的發(fā)展與展望[J];信息技術(shù);2013年11期
3 韓文靜;李海峰;阮華斌;馬琳;;語(yǔ)音情感識(shí)別研究進(jìn)展綜述[J];軟件學(xué)報(bào);2014年01期
4 王民;曹繪;要趁紅;;一種改進(jìn)的小波變換基音檢測(cè)算法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期
5 魏玉;;駕駛員疲勞狀態(tài)下心電圖指標(biāo)動(dòng)態(tài)監(jiān)測(cè)研究[J];三門峽職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年04期
6 于興玲;王民;張立材;;基于PERCLOS的駕駛員眼睛狀態(tài)檢測(cè)方法[J];微計(jì)算機(jī)信息;2007年14期
7 毛U
本文編號(hào):2609534
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/2609534.html
最近更新
教材專著