精神壓力分析儀

產品展示
新聞中心
網站首頁  >行業資訊 > 精神壓力分析儀聲道聯物理模型及檢測方法
  精神壓力分析儀聲道聯物理模型及檢測方法

  1.一種聲帶-喉室-聲道聯動的物理模型,其特征在于,包括:

  用于描述聲帶中國精神壓力分析儀的機械方程組,用于描述沿聲門深度方向及喉室、假聲帶和聲道方向所對應壓降分布的空氣動力學方程組。

精神壓力分析儀聲道聯物理模型及檢測方法


  2.根據權利要求1所述的聲帶-喉室-聲道聯動的物理模型,其特征在于,

  上式(1)、(2)和(3)中,

  m1、m2和m3分別為用于構建聲帶模型的三個質量塊,且該三個質量塊依次排列;

  x1、x2和x3分別為三個質量塊在垂直方向運動的位移;

  kc12和kc23分別為三個質量塊之間兩兩耦合的彈簧剛性系數;

  r1、r2和r3分別為三個質量塊的等效粘滯阻尼系數;

  F1、F2和F3分別為三個質量塊所受的強迫作用力;以及

  s1、s2和s3分別表示與三個質量塊相配合的彈簧,且表示為:

  si(xi)=ki(xi+ηxi3)i=1,2,3(4)

  上式(4)中,i表示第i個質量塊,ki表示與第i個質量塊相配合的彈簧的剛性系數,η是彈簧的非線性系數。

  3.根據權利要求2所述的聲帶-喉室-聲道聯動的物理模型,其特征在于,所述空氣動力學方程組包括:

  沿聲門深度方向的空氣動力學子方程組,以及

  喉室、假聲帶和聲道方向所對應壓降分布的空氣動力學子方程組。

  4.根據權利要求3所述的聲帶-喉室-聲道聯動的物理模型,其特征在于,所述沿聲門深度方向的空氣動力學子方程組包括:

  Pi1、Pi2表示第i個質量塊入口處、出口處的壓強;

  Agi表示第i個質量塊所對應的靜態聲門隙截面積;

  Ug表示聲門波,即通過聲門的氣流速度;

  0.37表示由于聲門入口截面積的陡降,氣流產生射流緊縮現象,導致聲帶與氣管連接處的壓力降的影響損失系數;以及

  Ps表示聲門下壓強,ρ表示空氣密度,μ表示切變粘滯系數,1g表示聲帶模型的長度,di表示與第i個質量塊相對應的聲帶模型的厚度。

  5.根據權利要求4所述的聲帶-喉室-聲道聯動的物理模型,其特征在于,所述喉室、假聲帶和聲道方向所對應壓降分布的空氣動力學子方程組包括:

  S*(ω)為模擬語音信號的頻譜,而S(ω)為真實語音信號的頻譜。

  說明書

  聲帶-喉室-聲道聯動的物理模型及精神壓力檢測方法

  技術領域

  本發明涉及一種智能語音技術領域,特別涉及利用語音技術進行精神壓力的檢測方法。

  背景技術

  心理壓力是指人們發現真實或想象的事情超出自己意料之外時的生理和精神上的綜合反映。心理學表明,過于沉重的壓力會導致消極、痛苦的應激反應,引發如抑郁、緊張、焦慮和憤怒等負面情緒,從而造成工作效率和生活質量的下降。心理學家認為,長期生活在生活壓力下會導致嚴重的心理疾病,并且使人體對疾病的敏感度增加,嚴重的甚至引發癌癥。而情感與壓力存在著較為顯著的相關關系,心理壓力能誘發多種情感,如興奮、失落、厭煩等,而且在不同程度的壓力源下,會引發不同程度的緊張情緒,所以情感可以說在某種程度上是壓力的一種外在表現形式,而且在程度上可以對壓力進行量化。

  壓力一個重要體現方式是說話人說話時的語音,成為影響語音產生非常重要的一個影響因素。當周圍環境或話者自身條件發生異常變化時,或者由于使用者大都專注于某項工作,語音識別只是輔助于其它工作的次要工作,在這個過程中,這時由于工作壓力的存在,說話人受到精神壓力,對話者發音將會有較大的影響,從而產生了異常狀態,產生的語音變異,而異常狀態往往會體現在說話人的語音當中,形成了壓力異常狀態下的語音信號。

  但是,精神壓力下的變異語音,特別是多任務腦負荷壓力下的變異語音,從聽覺上的區分度相對較低,一般的聲學特征不能將其正確分類,缺乏穩定性和魯棒性。此外,由于變異語音的生成機制與一般正常語音有比較顯著的區別,在聲學特征層面對變異狀態的表現程度較低,區分度相對不高。因此,在檢測過程中,我們很難提高變異語音分類的可靠性。

  發明內容

  本發明的目的是提供一種聲帶-喉室-聲道聯動的物理模型,以便于獲得模擬語音數據。

  為了解決上述技術問題,本發明提供了一種聲帶-喉室-聲道聯動的物理模型,包括:

  用于描述聲帶中國精神壓力分析儀的機械方程組,用于描述沿聲門深度方向及喉室、假聲帶和聲道方向所對應壓降分布的空氣動力學方程組! v、Av分別表示喉室內壓強、喉室截面積,Pf1和Pf2分別表示假聲帶兩端的壓強,Af表示假聲帶的截面積,AE表示喉室入口處的截面積,A1、P1分別表示聲道入口處的截面積、壓強。

  又一方面,在上述建立聲帶-喉室-聲道聯動的物理模型的基礎上,本發明還提供了一種基于語音生成建模的壓力檢測方法,以解決通過語音實現精神壓力測試。

  所述壓力檢測方法包括:

  步驟S1,建立聲帶-喉室-聲道聯動的物理模型;

  步驟S2,通過所述物理模型,生成在真實世界中的相應壓力下的模擬語音信號;

  步驟S3,根據生理參數估計算法,估計出說話人在相應壓力狀態下發聲時的相應生理參數,以建立語音信號對應的生理特征關系;

精神壓力分析儀聲道聯物理模型及檢測方法


  步驟S4,根據生理特征關系進行精神壓力的檢測。

  進一步,所述步驟S3中根據生理參數估計算法包括如下步驟:

  步驟S31,通過線性預測得到真實語音的聲源信息,即殘差信號;

  步驟S32,對殘差信號進行傅里葉變換得到真實語音的頻譜;

  步驟S32,將殘差信號通過帶通濾波器分離出高頻分量和低頻分量,并對該高頻分量和低頻分量分別進行一次初擬合,以及將相應初擬合獲得的相應參數作為二次擬合的初始值;

  步驟S33,執行二次擬合,即獲得所述模擬語音信號的頻譜,進而構造基于語音頻譜的全局性特征的成本函數;

  步驟S34,不斷變化聲帶聲道生理參數,以獲得最小化成本函數,使得所述物理模型生成新的語音信號,從而通過成本函數最小化在解空間里搜索最優解,實現對生理參數進行估計。

  第三方面,本發明還提供了一種基于語音的生理參數估計算法,以通過真實語音數據與模擬語音數據實現對生理參數進行估計。

  所述基于語音的生理參數估計算法,包括如下步驟:

  步驟S1’,獲得真實語音的頻譜及二次擬合的初始值;

  步驟S2’,執行二次擬合,以構造基于語音頻譜的全局性特征的成本函數;

  步驟S3’,根據成本函數對生理參數進行估計。

  進一步,所述步驟S1’中獲得真實語音的頻譜及二次擬合的初始值的方法包括如下步驟:

  步驟S11’,通過線性預測得到真實語音的聲源信息,即殘差信號;

  步驟S12’,對殘差信號進行傅里葉變換得到真實語音的頻譜,并將殘差信號通過帶通濾波器分離出高頻分量和低頻分量,并對該高頻分量和低頻分量分別進行一次初擬合,以及將相應初擬合獲得的相應參數作為二次擬合的初始值;

  所述步驟S2’中執行二次擬合,以構造基于語音頻譜的全局性特征的成本函數的方法包括:執行二次擬合,即通過所述物理模型產生模擬語音信號,并獲得該模擬語音信號的頻譜,進而構造基于語音頻譜的全局性特征的成本函數;以及

  所述步驟S3’中根據成本函數對生理參數進行估計的方法包括:

  為了最小化成本函數,不斷變化聲帶聲道生理參數,使得所述物理模型生成新的語音信號,從而通過成本函數最小化在解空間里搜索最優解,實現對生理參數進行估計。

  敏感度的評價,從而對所提出方法的有效性進行驗證。

  實施例3

  在實施例1和2的基礎上,本實施例3還提供了一種基于語音的生理參數估計算法,包括如下步驟:

  步驟S1’,獲得真實語音的頻譜及二次擬合的初始值;

  步驟S2’,執行二次擬合,以構造基于語音頻譜的全局性特征的成本函數;

  步驟S3’,根據成本函數對生理參數進行估計。

  所述步驟S1’中獲得真實語音的頻譜及二次擬合的初始值的方法包括如下步驟:

  步驟S11’,通過線性預測得到真實語音的聲源信息,即殘差信號;

  步驟S12’,對殘差信號進行傅里葉變換得到真實語音的頻譜,并將殘差信號通過帶通濾波器分離出高頻分量和低頻分量,并對該高頻分量和低頻分量分別進行一次初擬合,以及將相應初擬合獲得的相應參數作為二次擬合的初始值;

  所述步驟S2’中執行二次擬合,以構造基于語音頻譜的全局性特征的成本函數的方法包括:執行二次擬合,即通過所述物理模型產生模擬語音信號,并獲得該模擬語音信號的頻譜,進而構造基于語音頻譜的全局性特征的成本函數;以及

  所述步驟S3’中根據成本函數對生理參數進行估計的方法包括:

  為了最小化成本函數,不斷變化聲帶聲道生理參數,使得所述物理模型生成新的語音信號,從而通過成本函數最小化在解空間里搜索最優解,實現對生理參數進行估計。

  其中

  S*(ω)為模擬語音信號的頻譜,而S(ω)為真實語音信號的頻譜。

  本實施例3中關于生理參數估計算法的相關步驟,參見實施例2中的相應描述,這里不再贅述。

  實施例4

  對基于語音生成建模的壓力檢測方法的有效性進行測試,以進一步說明從語音的角度對壓力狀態進行檢測的可行性。

  在本發明中,所采用的驗證數據均來自電話通信數據,其中100個被試者(男50人,女50人)參加實驗。實驗中,接線員通過電話與每個被試進行聊天,平均每人四組對話,每組聊天時間為10分鐘,并記錄下最真實的語音通信數據。四組對話中,兩組為輕松狀態下的休閑聊天,另外兩組對話中,被試分別被施加不同類型的壓力,施加的壓力包括:(1)多工作任務;(2)時間緊迫;(3)冒險投機,具體細節如表1。被試人在壓力狀態下說話的真實語音數據被記錄,用于壓力檢測方法有效性的驗證。

  表1

  為了驗證所提出方法的有效性,本發明與傳統基于語音的檢測方法進行比較。本發明通過物理模型,對現實世界中壓力下的變異語音信號的模擬生成,利用生理參數估計算法,估計出說話人壓力狀態下發聲時的聲帶聲道以及喉室等生理特征參數。通過生理特征參數與傳統方法提出的聲學特征參數在壓力檢測的平均識別率上相比較,說明基于語音生成建模的方法在壓力檢測方法有著明顯的優勢。

精神壓力分析儀聲道聯物理模型及檢測方法


  以上述依據本發明的理想實施例為啟示,通過上述的說明內容,相關工作人員完全可以在不偏離本項發明技術思想的范圍內,進行多樣的變更以及修改。本項發明的技術性范圍并不局限于說明書上的內容,必須要根據權利要求范圍來確定其技術性范圍。




相關新聞:
相關產品:
版權所有:2010-2017 All Rights Reserved
地址:山東省濟寧市經濟開發區 電話: 傳真:
国产嫩草影院2019在线视频