EMG在語音信號識別中的應(yīng)用 [日期：2005-5-16] 來源：電子技術(shù)應(yīng)用 作者：戴立梅 姚曉東 王 蓓 鄒俊忠 王行愚 [字體：無線電通信和飛行導(dǎo)航，但飛行艙內(nèi)是高噪聲的環(huán)境，聲學(xué)噪聲能掩蓋飛行員的所有口頭講話，嚴(yán)重降低了常規(guī)的語音識別系統(tǒng)的準(zhǔn)確度和性能，在飛行艙內(nèi)使用面部肌電信號能提高語音識別性能。

本文使用表面肌電信號（EMG）的語音信號識別系統(tǒng)改善噪聲條件下的聲音性能或幫助發(fā)音障礙的人。有些人發(fā)音有障礙，但講話時面部肌肉與正常人有同樣的動作模式，這樣使用表面肌電信號能幫助這些發(fā)音障礙的人發(fā)出簡單的指令，用來交流。

1 原理和方法

本研究只使用肌電信號的信息識別孤立的單詞、（0～9）十個數(shù)字。使用腦電圖儀EEG-1100K（electroen-cephalograph,EEG）采集肌電信號，采用雙極導(dǎo)聯(lián)模式，采樣頻率1000Hz。使用（0～9）十個單詞做試驗。在實驗中，受試者每10s重復(fù)詞匯表中的單詞，每個單詞重復(fù)10次。受試者以相似的方式重復(fù)講每個單詞，保持音量和快速最小變化。

表面肌電信號從五組面部肌肉中采樣，五路信號如圖1所示。提肌口（LAI）、顴肌部分（ZYG）、頸闊�。≒LT）、壓板口（DAO）、二腹的前面腹部（ABD）。使用五對表面電極采集肌電信號，每個電極用電極膏改進(jìn)電極—皮膚界面，降低電阻。參考電極放在鼻根部。圖2是部分?jǐn)?shù)據(jù)（0～3）的五路肌電信號（通道LAI、ZYG、PLT、DAO、ABD）時序圖。

肌電信號分析，首先對采集的信號進(jìn)行預(yù)處理，端點檢測。再使用短時傅里葉變換（STFT）處理數(shù)據(jù)，提取特征量。通過主成分分析（PCA）減少這些特征集系數(shù)的維度。5個肌電通道每個都保留6個PCA系數(shù)，這樣一共有30個特征量。使用線性判別分析分類器分類（0～9）十個數(shù)字。表面肌電信號中語音識別系統(tǒng)的構(gòu)成如圖3所示。

2 特征量提取

肌電信號本質(zhì)上是具有非平穩(wěn)定特性的生理電信號，時頻分析是研究非平衡信號的一種有效方法。該方法在時頻面上表述信號的時變特征，能夠更清晰地反映出信號的頻率特性隨時間的變化。本研究使用短時傅里葉變換方法對講不同詞的肌電信號進(jìn)行分析，由于變換后特征向量的維度很高，為了成功的分類需要采用合適的降維方法，本文通過主成分分析PCA（Principal Component Analysis）減少這些征集系數(shù)的維度。

2．1 短時傅里葉變換

短時傅里葉變換基本原理：把信號劃分成許多小的時間間隔，分析每一個時間間隔，確每個間隔存在的頻率，頻譜的總體表示頻譜在時間上的變化。

信號s(t)短時傅里葉變換定義為：

2．2 主成分分析（PCA）

主成分分析（PCA）是總結(jié)多變量分析屬性的方法，經(jīng)常用于特片提取或數(shù)字壓縮上的線性變換。在統(tǒng)計模式識別方面，主成分分析提供降低維度的有效方式，有效地減少特片系數(shù)表示的數(shù)量。PCA是把特征映射到特征向量上，保留那些最大的特征值。

p維隨機(jī)向量x的n次采樣值構(gòu)成樣本陣X（n×p），n個p維列向量zi構(gòu)成矩陣Z，如式（1）。

Z=XT=（z1 z2 …zp） (1)

式中T=（t1 t2 … tp）為正交陣，其列向量ti為樣本方差矩陣的特征值λi所對應(yīng)的單位特征向量，且有λ1≥λ2…≥λp，則z1,z2,…，zp分別為樣本陣X的第1主成分，第2主部分，…，第p主成分，而且主成分z1表達(dá)了x最主要的信息，Z2表達(dá)了x次主要的信息，依次類推，前m個主成分一起表達(dá)x的主要特征。

3 特征分類

對肌電信號中的語音識別來說，特征提取是基礎(chǔ)，有效地進(jìn)行分類是關(guān)鍵。本文的模式識別分類要用線性判別分類LDA（linear discriminant analysis），分類（0～9）十個數(shù)字。

線性判別分析，亦稱為Fisher線性判別，是較常用的方法。Fisher準(zhǔn)則函數(shù)就是為了發(fā)現(xiàn)使得樣本類間離散度和樣本類內(nèi)離散度的比值最大的投影方向。即在一投影方向上，同一個類的樣本聚集在一起，而不同類的樣本相對比較分散。

樣本類間隔散度矩陣定義為：

EMG在語音信號識別中的應(yīng)用 [日期：2005-5-16] 來源：電子技術(shù)應(yīng)用 作者：戴立梅 姚曉東 王 蓓 鄒俊忠 王行愚 [字體：無線電通信和飛行導(dǎo)航，但飛行艙內(nèi)是高噪聲的環(huán)境，聲學(xué)噪聲能掩蓋飛行員的所有口頭講話，嚴(yán)重降低了常規(guī)的語音識別系統(tǒng)的準(zhǔn)確度和性能，在飛行艙內(nèi)使用面部肌電信號能提高語音識別性能。

本文使用表面肌電信號（EMG）的語音信號識別系統(tǒng)改善噪聲條件下的聲音性能或幫助發(fā)音障礙的人。有些人發(fā)音有障礙，但講話時面部肌肉與正常人有同樣的動作模式，這樣使用表面肌電信號能幫助這些發(fā)音障礙的人發(fā)出簡單的指令，用來交流。

1 原理和方法

本研究只使用肌電信號的信息識別孤立的單詞、（0～9）十個數(shù)字。使用腦電圖儀EEG-1100K（electroen-cephalograph,EEG）采集肌電信號，采用雙極導(dǎo)聯(lián)模式，采樣頻率1000Hz。使用（0～9）十個單詞做試驗。在實驗中，受試者每10s重復(fù)詞匯表中的單詞，每個單詞重復(fù)10次。受試者以相似的方式重復(fù)講每個單詞，保持音量和快速最小變化。

表面肌電信號從五組面部肌肉中采樣，五路信號如圖1所示。提肌口（LAI）、顴肌部分（ZYG）、頸闊肌（PLT）、壓板口（DAO）、二腹的前面腹部（ABD）。使用五對表面電極采集肌電信號，每個電極用電極膏改進(jìn)電極—皮膚界面，降低電阻。參考電極放在鼻根部。圖2是部分?jǐn)?shù)據(jù)（0～3）的五路肌電信號（通道LAI、ZYG、PLT、DAO、ABD）時序圖。

肌電信號分析，首先對采集的信號進(jìn)行預(yù)處理，端點檢測。再使用短時傅里葉變換（STFT）處理數(shù)據(jù)，提取特征量。通過主成分分析（PCA）減少這些特征集系數(shù)的維度。5個肌電通道每個都保留6個PCA系數(shù)，這樣一共有30個特征量。使用線性判別分析分類器分類（0～9）十個數(shù)字。表面肌電信號中語音識別系統(tǒng)的構(gòu)成如圖3所示。

2 特征量提取

肌電信號本質(zhì)上是具有非平穩(wěn)定特性的生理電信號，時頻分析是研究非平衡信號的一種有效方法。該方法在時頻面上表述信號的時變特征，能夠更清晰地反映出信號的頻率特性隨時間的變化。本研究使用短時傅里葉變換方法對講不同詞的肌電信號進(jìn)行分析，由于變換后特征向量的維度很高，為了成功的分類需要采用合適的降維方法，本文通過主成分分析PCA（Principal Component Analysis）減少這些征集系數(shù)的維度。

2．1 短時傅里葉變換

短時傅里葉變換基本原理：把信號劃分成許多小的時間間隔，分析每一個時間間隔，確每個間隔存在的頻率，頻譜的總體表示頻譜在時間上的變化。

信號s(t)短時傅里葉變換定義為：

2．2 主成分分析（PCA）

主成分分析（PCA）是總結(jié)多變量分析屬性的方法，經(jīng)常用于特片提取或數(shù)字壓縮上的線性變換。在統(tǒng)計模式識別方面，主成分分析提供降低維度的有效方式，有效地減少特片系數(shù)表示的數(shù)量。PCA是把特征映射到特征向量上，保留那些最大的特征值。

p維隨機(jī)向量x的n次采樣值構(gòu)成樣本陣X（n×p），n個p維列向量zi構(gòu)成矩陣Z，如式（1）。

Z=XT=（z1 z2 …zp） (1)

式中T=（t1 t2 … tp）為正交陣，其列向量ti為樣本方差矩陣的特征值λi所對應(yīng)的單位特征向量，且有λ1≥λ2…≥λp，則z1,z2,…，zp分別為樣本陣X的第1主成分，第2主部分，…，第p主成分，而且主成分z1表達(dá)了x最主要的信息，Z2表達(dá)了x次主要的信息，依次類推，前m個主成分一起表達(dá)x的主要特征。

3 特征分類

對肌電信號中的語音識別來說，特征提取是基礎(chǔ)，有效地進(jìn)行分類是關(guān)鍵。本文的模式識別分類要用線性判別分類LDA（linear discriminant analysis），分類（0～9）十個數(shù)字。

線性判別分析，亦稱為Fisher線性判別，是較常用的方法。Fisher準(zhǔn)則函數(shù)就是為了發(fā)現(xiàn)使得樣本類間離散度和樣本類內(nèi)離散度的比值最大的投影方向。即在一投影方向上，同一個類的樣本聚集在一起，而不同類的樣本相對比較分散。

樣本類間隔散度矩陣定義為：