摘要：為了使皮膚聽(tīng)聲器能夠辨析語(yǔ)音，設(shè)計(jì)了基于MATLAB的皮膚聽(tīng)聲器系統(tǒng)。該系統(tǒng)以MATLAB軟件為平臺(tái)，在此基礎(chǔ)上實(shí)現(xiàn)了語(yǔ)音信號(hào)的錄制、播放、預(yù)處理、分段濾波、特征提取等功能，并利用特征參數(shù)辨析語(yǔ)音。本系統(tǒng)達(dá)到了辨析簡(jiǎn)單語(yǔ)音的要求，但仍有需改進(jìn)的地方，如：能否構(gòu)造更合適的特征參數(shù)，能否辨析比較復(fù)雜的語(yǔ)音。
關(guān)鍵詞：皮膚聽(tīng)聲；采集；處理；語(yǔ)音辨析；MATLAB

    目前，世界上有許多的耳聾患者，他們要么是皋天性耳聾，要么是后天造成的耳聾。當(dāng)前解決耳聾問(wèn)題主要通過(guò)傳統(tǒng)助聽(tīng)器和電子耳蝸，但兩者都有明顯的缺陷，前者只使用于輕度耳聾患者，而后者造價(jià)太高，不適于推廣。為徹底解決耳聾問(wèn)題，李建文教授針對(duì)全聾人的聽(tīng)覺(jué)問(wèn)題發(fā)明了變壓式皮膚聽(tīng)聲器，其實(shí)質(zhì)是利用聲-電轉(zhuǎn)換讓皮膚獲得對(duì)電流信號(hào)的感覺(jué)，使全聾人通過(guò)皮膚獲得一定的聽(tīng)覺(jué)，從根本上解決了聾啞人士的聽(tīng)力問(wèn)題。
    但是，變壓式皮膚聽(tīng)聲器僅僅使用戶(hù)感受到電刺激，而不能辨析語(yǔ)音。為解決此問(wèn)題，本文提出了一種基于MATLAB的皮膚聽(tīng)聲器系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)語(yǔ)音信號(hào)的錄制、播放、預(yù)處理、分段濾波、特征提取等功能，并能夠辨析簡(jiǎn)單的語(yǔ)音。

1 皮膚聽(tīng)聲技術(shù)與皮膚聽(tīng)聲器
    皮膚聽(tīng)聲技術(shù)是一門(mén)比較前沿的技術(shù)，其目韻是利用皮膚解決耳聾患者的聽(tīng)聲問(wèn)題。而皮膚聽(tīng)聲器就是通過(guò)皮膚聽(tīng)聲技術(shù)解決耳聾患者聽(tīng)覺(jué)問(wèn)題的電子工具，其特點(diǎn)類(lèi)似于助聽(tīng)器并涉及醫(yī)學(xué)、電子學(xué)、聲學(xué)和生理學(xué)，進(jìn)一步的發(fā)展將依賴(lài)于數(shù)學(xué)和計(jì)算機(jī)等學(xué)科，屬于典型的多學(xué)科高科技領(lǐng)域。它通過(guò)皮膚傳遞聲音信號(hào)且不依賴(lài)于人的任何殘余聽(tīng)力，實(shí)用效果明顯，容易佩戴，幾乎無(wú)副作用，任何聽(tīng)力損失的人均可使用。
    由李建文教授發(fā)明并研制的第一代皮膚聽(tīng)聲器已經(jīng)達(dá)到聽(tīng)聲的效果，接下來(lái)皮膚聽(tīng)聲器要達(dá)到能夠辨析語(yǔ)音的要求。這需要將原來(lái)的模擬電路轉(zhuǎn)換為數(shù)字電路，在此基礎(chǔ)上進(jìn)行語(yǔ)音辨析。而本文就設(shè)計(jì)了一個(gè)基于MATLAB的皮膚聽(tīng)聲器系統(tǒng)，該系統(tǒng)以MATLAB軟件為平臺(tái)，依次實(shí)現(xiàn)語(yǔ)音信號(hào)的錄制、播放、預(yù)處理、分段濾波、特征提取和最后的辨析語(yǔ)音等功能。

2 系統(tǒng)功能介紹
2．1 主要功能
    皮膚聽(tīng)聲器的作用就是解決耳聾患者的聽(tīng)聲問(wèn)題，因此是皮膚聽(tīng)聲器能量辨析語(yǔ)音是一個(gè)十分重要的技術(shù)環(huán)節(jié)。本文設(shè)計(jì)了一個(gè)皮膚聽(tīng)聲器系統(tǒng)，基本能夠辨析簡(jiǎn)單的語(yǔ)音。該系統(tǒng)以MATLAB軟件為平臺(tái)，主要功能有錄制語(yǔ)音、播放語(yǔ)音、預(yù)處理、分段濾波、特征提取和最后的辨析語(yǔ)音。平臺(tái)功能劃分如圖1所示。

2．2 核心模塊
    根據(jù)本文皮膚聽(tīng)聲器系統(tǒng)的各個(gè)功能，將其分成三大核心模塊，分別是采集模塊、處理模塊和辨析模塊。
2．2．1 采集模塊
    系統(tǒng)采集模塊的功能包括：錄制語(yǔ)音，播放語(yǔ)音。
     1)錄制語(yǔ)音：通過(guò)麥克風(fēng)錄入聲音，并保存為．wav的格式，以備后用。
    在MATLAB中，用函數(shù)wavrecord錄制語(yǔ)音。得到的是數(shù)字化的語(yǔ)音數(shù)據(jù)串，可直接作為Matlab變量參與各種運(yùn)算。然后用函數(shù)wavwrite(y，filename)將變量y中儲(chǔ)存的數(shù)據(jù)寫(xiě)入名為filename的WAVE文件中。
    2)播放語(yǔ)音：播放已錄制的語(yǔ)音WAVE文件，并輸出其波形圖和語(yǔ)譜圖。
    在此，用wavread和sound函數(shù)分別讀取、播放語(yǔ)音。求取波形圖和語(yǔ)譜圖時(shí)，要用到length函數(shù)和FFT變換。
2．2．2 處理模塊
    該模塊的功能有預(yù)處理、分段濾波和特征提取。
    1)預(yù)處理：對(duì)前面錄制的語(yǔ)音信號(hào)進(jìn)行去除噪聲、預(yù)加重和端點(diǎn)檢測(cè)處理，為后續(xù)工作提供更加清晰有效的信號(hào)。
    2)分段濾波：對(duì)經(jīng)預(yù)處理后語(yǔ)音信號(hào)進(jìn)行分段濾波，將不同的頻率的語(yǔ)音信號(hào)分離開(kāi)，使得皮膚能夠更好地感應(yīng)語(yǔ)音信號(hào)。
    3)特征提?。赫Z(yǔ)音的特征參數(shù)能有效地體現(xiàn)說(shuō)話(huà)人語(yǔ)音所包含的與其他說(shuō)話(huà)人不同的特點(diǎn)，它在整個(gè)辨析過(guò)程中起著至關(guān)重要的作用。本文在語(yǔ)音濾波后，從每個(gè)頻率段內(nèi)提取一個(gè)能夠表征該段語(yǔ)音的參數(shù)，在把所有參數(shù)結(jié)合在一起構(gòu)造一個(gè)特征向量，將其作為表征該語(yǔ)音信號(hào)的特征參數(shù)，為后面的辨析工作提供一個(gè)較為可靠的參考數(shù)據(jù)。
2．2．3 辨析模塊
    該模塊的功能包括：模板建庫(kù)、模式匹配和輸出結(jié)果。
    1)模板建庫(kù)：講話(huà)者多次重復(fù)語(yǔ)音單元，從原始語(yǔ)音樣本中去除冗余信息，保留關(guān)鍵數(shù)據(jù)，獲得表示識(shí)別基本單元共性特點(diǎn)的標(biāo)準(zhǔn)數(shù)據(jù)，以此構(gòu)成參考模板，將所有能識(shí)別的基本單元的參考模板結(jié)合在一起，建立參考模板庫(kù)。
    2)模式匹配：新錄入的語(yǔ)音經(jīng)特征提取后，與庫(kù)中模板按某種原則進(jìn)行比較，找出相似度最高的參考模板所對(duì)應(yīng)的發(fā)音，即為辨析的結(jié)果。
    3)輸出結(jié)果：輸出前面的辨析結(jié)果，以使用戶(hù)能夠更好的通過(guò)皮膚聽(tīng)聲器辨析語(yǔ)音。

3 系統(tǒng)設(shè)計(jì)
    在MATLAB主窗口中，選擇File菜單中的New菜單項(xiàng)，再選擇其中的GUI命令，就會(huì)顯示圖形用戶(hù)界面的設(shè)計(jì)模板。本文系統(tǒng)主要包含3個(gè)功能：語(yǔ)音采集、語(yǔ)音處理和和語(yǔ)音辨析。
3．1 采集模塊
    系統(tǒng)將通過(guò)電腦麥克風(fēng)進(jìn)行錄音。MATLAB中用y=wavrecord(n，fs，ch，dtype)來(lái)完成錄音，式中n為采樣的點(diǎn)數(shù)。決定了錄音長(zhǎng)度；fs為采樣頻率，默認(rèn)值為11 025 Hz，還可根據(jù)要求自己選擇合適的采樣率；ch為聲道數(shù)，默認(rèn)值為1，表示單聲道，如果指定為2，則采樣為雙聲道立體聲數(shù)據(jù)；dtype為采樣數(shù)據(jù)的存儲(chǔ)格式，用字符串指定，可以是‘double’、‘single’、‘int16’、‘int8’，指定存儲(chǔ)格式的同時(shí)也就規(guī)定了每個(gè)采樣值量化的精度，int8對(duì)應(yīng)8位精度采樣，其他都是16位采樣精度。
    錄音完成后，系統(tǒng)將把上面錄制的語(yǔ)音信號(hào)保存成WAVE文件。在此用函數(shù)wavwrite來(lái)完成。
    最后將播放前面的語(yǔ)音WAVE文件，并生成其波形圖和語(yǔ)譜圖，為后續(xù)處理提高依據(jù)。
3．2 處理模塊
    系統(tǒng)將對(duì)前面錄制的語(yǔ)音信號(hào)進(jìn)行預(yù)處理工作，包括：對(duì)語(yǔ)音信號(hào)去噪、預(yù)加重和端點(diǎn)檢測(cè)處理。去除噪聲就是盡量去除語(yǔ)音信號(hào)中無(wú)用信息(噪聲)，而保留其中的有用信息(語(yǔ)音)。預(yù)加重的目的是提升高頻部分，使信號(hào)的頻譜變得平坦，以便于進(jìn)行頻譜分析或聲道參數(shù)分析。語(yǔ)音的端點(diǎn)檢測(cè)就是確定語(yǔ)音的起點(diǎn)和終點(diǎn)，從語(yǔ)音信號(hào)中排除無(wú)聲段，為后續(xù)處理工作提供操作對(duì)象。
    然后，對(duì)信號(hào)進(jìn)行濾波處理。濾波器是對(duì)輸入信號(hào)的頻率具有選擇性的一個(gè)二端口網(wǎng)絡(luò)，它允許某些頻率次(通常是某個(gè)頻率范圍)的信號(hào)通過(guò)，而其他頻率的信號(hào)幅值均要受到衰減，從而將不同的頻率的語(yǔ)音信號(hào)分離開(kāi)，使得皮膚能夠更好的感應(yīng)語(yǔ)音信號(hào)。小波包變換將頻帶進(jìn)行多層次劃分，并能夠根據(jù)被分析信號(hào)的特征自適應(yīng)地選擇相應(yīng)的頻帶，使之與信號(hào)頻譜相匹配，從而提高了時(shí)一頻分辨率。利用小波包的此特點(diǎn)，本文將語(yǔ)音信號(hào)用濾波器分成16個(gè)頻率段，每個(gè)頻率段為一個(gè)語(yǔ)音通道，每個(gè)通道連接一個(gè)電極片分別與皮膚接觸。語(yǔ)音頻率范圍劃分如表1所示。
    最后，點(diǎn)擊“特征提取”按鈕提取語(yǔ)音信號(hào)的特征參數(shù)。計(jì)算上面每個(gè)頻率段的信號(hào)能量值，再將16個(gè)能量值作為分向量結(jié)合在一起構(gòu)成一個(gè)特征向量，將其作為語(yǔ)音信號(hào)的特征參數(shù)。能量值反映每個(gè)頻率段內(nèi)語(yǔ)音信號(hào)所攜帶的語(yǔ)音能量，能夠表征該段語(yǔ)音，因此可以作為特征參數(shù)。并且，每個(gè)語(yǔ)音信號(hào)的特征參數(shù)將在最下面的窗口中輸出來(lái)。
3．3 辨析模塊
    首先，建立一個(gè)數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)存儲(chǔ)語(yǔ)音信號(hào)的特征參數(shù)，以SOL Server2003來(lái)建庫(kù)。
    然后，進(jìn)行模式匹配。建好數(shù)據(jù)庫(kù)后，對(duì)新的語(yǔ)音信號(hào)提取特征參數(shù)后，將其特征參數(shù)與庫(kù)中數(shù)據(jù)進(jìn)行匹配，如果找到相似度最接近的模板，則該模板就是待辨析的語(yǔ)音，并在下面窗口中輸出語(yǔ)音信號(hào)；否則，將新信號(hào)的特征參數(shù)存入數(shù)據(jù)庫(kù)，以豐富庫(kù)中數(shù)據(jù)，并輸出“庫(kù)中無(wú)此語(yǔ)音!”。
    最后，輸出辨析結(jié)果。

4 特點(diǎn)分析
    本系統(tǒng)的目的就是通過(guò)皮膚聽(tīng)聲器使耳聾患者能夠辨析簡(jiǎn)單語(yǔ)音。它通過(guò)兩個(gè)方面來(lái)完成：1)在系統(tǒng)濾波后，語(yǔ)音信號(hào)經(jīng)一組(本文用16個(gè))電極片傳遞到皮膚。由于每個(gè)頻率段的語(yǔ)音信號(hào)能量不同，那么對(duì)皮膚的電刺激也將不同，用戶(hù)會(huì)感受到不同頻率、不同程度的刺激，在一定程度上將能分辨不同的語(yǔ)音。2)信號(hào)經(jīng)濾波后，進(jìn)行特征提取，然后按照一定算法用軟件辨析語(yǔ)音，最后輸出辨析結(jié)果。本文利用
小波包變換高分辨率的特點(diǎn)，先對(duì)語(yǔ)音信號(hào)進(jìn)行分解，然后通過(guò)濾波器濾波，在此基礎(chǔ)上提取特征參數(shù)，然后利用特征參數(shù)進(jìn)行語(yǔ)音辨析。
這就是從皮膚感觸和視覺(jué)效果兩個(gè)方面來(lái)辨析語(yǔ)音，勢(shì)必將提升皮膚聽(tīng)聲器辨析語(yǔ)音的能力。

5 結(jié)束語(yǔ)
    本文首先介紹了皮膚聽(tīng)聲技術(shù)與皮膚聽(tīng)聲器；然后，說(shuō)明了系統(tǒng)的主要功能和模塊劃分，以及每個(gè)模塊使用方法和核心技術(shù)；最后，總結(jié)了本系統(tǒng)的特點(diǎn)，即從皮膚感觸和視覺(jué)效果兩個(gè)方面來(lái)辨析語(yǔ)音，將在一定程度上提高皮膚聽(tīng)聲器辨析語(yǔ)音的能力。
    當(dāng)然，本系統(tǒng)有不太完善的地方，如特征參數(shù)能否更詳細(xì)、更有特點(diǎn)?能否辨析比較復(fù)雜的語(yǔ)音?這些都是亟待解決的問(wèn)題，也是今后研究工作的重點(diǎn)。