论文部分内容阅读
本文通过对咳嗽声特性的分析,首先利用短时过零率和短时能量对咳嗽声进行端点初步检测,然后提取咳嗽的Mel频率倒谱系数作为特征参数,使用隐马尔可夫模型进行训练,建立咳嗽模板库。对所获得的234个样本进行训练和测试性识别,其中78个为训练样本,两组咳嗽测试样本和两组声音测试样本各为39个,识别系统把测试组咳嗽正确识别率为85.53%,把测试组声音错误识别为咳嗽的概率为7.89%。实验证明,通过将咳嗽声的特性和语音识别方法的结合,隐马尔可夫模型可用于检测咳嗽声,而且在咳嗽声识别中也有很好的准确性和可靠性。