□楊 勇，郭興明

（1．重慶市公安局渝中分局，重慶 400010;2．重慶大學(xué) 生物工程學(xué)院，重慶 400030）

隨著社會(huì)的發(fā)展，安全問題日趨重要，用人類生物特征并結(jié)合計(jì)算機(jī)技術(shù)進(jìn)行安全驗(yàn)證的生物特征識(shí)別技術(shù)已成為當(dāng)今的熱門課題。生物特征識(shí)別技術(shù)是根據(jù)每個(gè)人獨(dú)有的可以采樣和測量的生物學(xué)特征和行為學(xué)特征進(jìn)行身份識(shí)別的技術(shù)。由于生物特征不像各種證件類持有物那樣容易竊取，也不像密碼、口令那么容易遺忘或破解，所以在身份識(shí)別上體現(xiàn)了獨(dú)特的優(yōu)勢，近年來在國際上被廣泛研究。［1］作為人體特征之一的心音信號(hào)，反應(yīng)人體的許多生理特征，也可以作為一種生物特征達(dá)到身份識(shí)別的目的。［2］

心音特征識(shí)別認(rèn)證過程中最主要的兩部分內(nèi)容是特征提取和模式匹配。［3］特征提取，就是從心音信號(hào)中提取到惟一表現(xiàn)受試者身份的有效且穩(wěn)定可靠的特征;模式匹配就是對(duì)訓(xùn)練和鑒別時(shí)的特征模式做相似性匹配。由Davies和Mermelstein提出的Mel倒譜系數(shù)（MFCC）已經(jīng)被證明為在語音相關(guān)的識(shí)別任務(wù)中應(yīng)用最成功的特征描述之一，可以作為心音特征識(shí)別認(rèn)證的重要特征參數(shù)。

一、MFCC特征提取

（一）預(yù)處理

實(shí)驗(yàn)中對(duì)含噪心音信號(hào)的預(yù)處理部分包括:濾波、預(yù)加重、分幀和加窗。［4］

1．濾波

心音信號(hào)是由心肌收縮和舒張，以及心臟瓣膜、室壁和大血管在血流沖擊下形成的振動(dòng)經(jīng)胸腔傳導(dǎo)至體表，用聽診器等設(shè)備采集到的聲音。因此，心音信號(hào)中的噪聲主要來自環(huán)境噪聲、工頻噪聲、儀器本身的聲音等。提取心音信號(hào)特征參數(shù)前首先要對(duì)心音信號(hào)進(jìn)行去噪處理。［5］

2．預(yù)加重

在實(shí)際信號(hào)分析中常采用預(yù)加重技術(shù)，即在對(duì)信號(hào)取樣之后，插入一個(gè)一階的高通濾波器，以濾除低頻干擾，突出更為有用的高頻部分的頻譜。本實(shí)驗(yàn)使心音信號(hào)通過系統(tǒng)函數(shù)為H（z）=1－az－1的數(shù)字濾波器，a為預(yù)加重因子，取0．975。

3．分幀和加窗

心音信號(hào)是一種短時(shí)非平穩(wěn)信號(hào)，要對(duì)其進(jìn)行短時(shí)分析，需要對(duì)信號(hào)進(jìn)行分幀，然后再用一個(gè)有限長度的窗序列W截取一段信號(hào)來分析。頻域分析時(shí)常采用的是哈明窗，在分幀和加窗的基礎(chǔ)上即可對(duì)心音信號(hào)進(jìn)行特征提取等處理。

（二）Mel倒譜系數(shù)的提取

Mel頻率倒譜系數(shù)（Mel－Frequency Cepstrum Coefficients，MFCC）是廣泛應(yīng)用于語音相關(guān)識(shí)別的特征參數(shù)。MFCC和線性頻率的轉(zhuǎn)換關(guān)系如下:

MFCC參數(shù)是按幀計(jì)算的，其提取過程如圖1 所示。

圖1 MFCC的提取過程

Mel濾波的作用是利用三角形濾波器組對(duì)語音信號(hào)的幅度平方譜進(jìn)行平滑;對(duì)數(shù)操作（log）的作用有兩點(diǎn):其一是壓縮心音頻譜的動(dòng)態(tài)范圍，其二是將頻域中的乘性成分變成對(duì)數(shù)譜域中的加性成分，以便濾除乘性噪聲;離散余弦變換（DCT）主要用來對(duì)不同頻段的頻譜成分進(jìn)行解相關(guān)處理，使得各向量之間相互獨(dú)立［3］P28－30。

其中Mel頻率濾波器組為在語音的頻譜范圍內(nèi)設(shè)置的若干個(gè)帶通濾波器Hm（k），0≤m＜M，M為濾波器的個(gè)數(shù)，取為24。每個(gè)濾波器具有三角形濾波特性，其中心頻率為f（m），當(dāng)m值小時(shí)相鄰f（m）之間的間隔也小，隨著m的增加相鄰f（m）的間隔逐漸變大。每個(gè)帶通濾波器的傳遞函數(shù)為:

二、高斯混合模型GMM

高斯混合模型（Gaussian Mixture Model，簡稱GMM）是單一高斯概率密度函數(shù)的延伸，［6］它的優(yōu)點(diǎn)是可以平滑地逼近任意形狀的概率密度函數(shù)，并且是易于處理的參考模型，相當(dāng)穩(wěn)定。該算法復(fù)雜度較低，實(shí)時(shí)性好。

GMM參數(shù)的訓(xùn)練一般采用最大似然（ML:Maximum Likelihood）估計(jì)的方法。設(shè)某受試者心音信號(hào)的訓(xùn)練特征矢量序列為X={xt，t=1，2，…，T}，它對(duì)于模型λ的似然度可表示為:

訓(xùn)練的目的就是找到一組參數(shù)λ，使P（X|λ）最大，即:

P（X|λ）是參數(shù)λ的非線性函數(shù)，直接求其最大值是不可能的。這種最大參數(shù)估計(jì)可利用EM算法通過迭代計(jì)算得到。［7］

每個(gè)識(shí)別對(duì)象用一個(gè)GMM模型來代表，分別為 λ1，λ2，…，λS。在對(duì)其進(jìn)行身份辨認(rèn)時(shí)，目的就是對(duì)一個(gè)觀測序列X，找到使之有最大后驗(yàn)概率的模型所對(duì)應(yīng)的受試者 λS［7］P259－261，即:

假定Pr（λk）=1/S，即每個(gè)受試者出現(xiàn)為等概率，且因P（X）對(duì)每個(gè)受試者是相同的，上式可以簡化為:

如果使用對(duì)數(shù)得分，且按式（1）假定，受試者辨認(rèn)的任務(wù)就是計(jì)算

用GMM模型對(duì)心音特征參數(shù)進(jìn)行訓(xùn)練時(shí)，必須選擇合適的模型階數(shù)。GMM的階數(shù)越高，GMM模型的聲學(xué)分辨率越高，能模擬的分布也就越復(fù)雜，魯棒性越好。但階數(shù)太高，無論從GMM參數(shù)估計(jì)的處理速度上，還是從說話人模型的存儲(chǔ)容量上，都是不易接受的。同時(shí)，在等量的訓(xùn)練數(shù)據(jù)下，GMM模型的階數(shù)越高，用于估計(jì)GMM中的每一個(gè)高斯分布的訓(xùn)練樣本數(shù)就越少，GMM參數(shù)估計(jì)的精度也就越低。［8］因此，需要選擇能保證系統(tǒng)性能的最優(yōu)的GMM階數(shù)。

三、實(shí)驗(yàn)結(jié)果及分析

本文采用的心音識(shí)別模型為高斯混合模型（GMM），試驗(yàn)中訓(xùn)練和識(shí)別的心音信號(hào)是由JXH－5型數(shù)字心音傳感器采集得到的。采樣頻率為11025Hz，量化精度為8bit，共選取了50個(gè)人的心音信號(hào)作為識(shí)別對(duì)象。實(shí)驗(yàn)中記錄每個(gè)人靜息狀態(tài)下40s的心音信號(hào)，其中前20s用于訓(xùn)練，后20s用于識(shí)別。該實(shí)驗(yàn)的原理，如圖2所示。

（一）心音信號(hào)的預(yù)處理

實(shí)驗(yàn)環(huán)境為美國Mathworks公司開發(fā)的新一代科學(xué)計(jì)算軟件MATLAB7．0。輸入的心音信號(hào)首先使用端點(diǎn)檢測，檢測到S1，S2的位置，如圖3所示。然后用預(yù)加重濾波器H（z）=1－0．975z－1進(jìn)行預(yù)加重，如圖4所示。實(shí)驗(yàn)表明，預(yù)加重可以有效地提高系統(tǒng)的性能。

圖2 心音識(shí)別認(rèn)證系統(tǒng)流程圖

圖3 心音信號(hào)的端點(diǎn)檢測結(jié)果

本實(shí)驗(yàn)采用的是雙門限端點(diǎn)檢測算法，在開始端點(diǎn)檢測前，先要分別為短時(shí)能量和過零率確定兩個(gè)門限。如果信號(hào)的能量或過零率超過了低門限，就開始標(biāo)記起始點(diǎn)，進(jìn)入過渡段。在過渡段中，由于心音信號(hào)的參數(shù)數(shù)值比較小，不能確定是否進(jìn)入了有用信號(hào)段，只要兩個(gè)參數(shù)的數(shù)值都回落到低門限以下，就將當(dāng)前狀態(tài)恢復(fù)到靜音狀態(tài)，而如果在過渡段中兩個(gè)參數(shù)中的任一個(gè)超過了高門限，就可以確信進(jìn)入了有用信號(hào)段。

從圖4可以看出，信號(hào)經(jīng)過預(yù)處理后，原始信號(hào)的低頻干擾得到了抑制，而更為有用的高頻部分的頻譜得到了提升。

實(shí)驗(yàn)中采用哈明窗函數(shù)對(duì)心音信號(hào)進(jìn)行分幀，取幀長20ms，幀移為10ms（即每相鄰兩幀之間有半幀是重疊的，以保證幀與幀之間的平滑過渡，保持其連續(xù)性）。計(jì)算中利用了MATLAB中哈明窗函數(shù)（hamming），采用MATLAB的語音分析工具箱VoiceBox，可以很容易地對(duì)心音信號(hào)進(jìn)行分幀處理，其分幀函數(shù)調(diào)用為:f=enframe（x，256，128）。

圖4 濾波后和預(yù)加重后的信號(hào)比較

（二）基于MFCC和GMM的生物識(shí)別的實(shí)現(xiàn)

本實(shí)驗(yàn)選取了MFCC參數(shù)的前面16個(gè)系數(shù)（C0～C15）如圖5所示，圖中x軸表示心音信號(hào)分幀的幀數(shù)，y軸表示倒譜系數(shù)的維數(shù)，z軸表示對(duì)應(yīng)的倒譜值。提取得到的MFCC作為GMM模型訓(xùn)練的輸入特征矢量。

圖5 MFCC參數(shù)

前文提到，GMM模型的階數(shù)是影響系統(tǒng)性能的一個(gè)重要指標(biāo)，階數(shù)過小，量化誤差太大，高斯混合模型不能很好地表示整個(gè)向量空間;而階數(shù)過大，訓(xùn)練和測試的計(jì)算量都會(huì)非常的大，而且對(duì)性能沒有顯著提高。［9］圖6為不同 GMM階數(shù)下系統(tǒng)的識(shí)別率。

圖6 不同GMM階數(shù)下的識(shí)別率

由圖6可以看出，64階GMM可以達(dá)到和32階GMM一樣的識(shí)別率，但是計(jì)算時(shí)間卻增加了很多，因此并不是盲目地加大GMM階數(shù)就能提高系統(tǒng)性能的。在綜合考慮系統(tǒng)總體性能的基礎(chǔ)上，將GMM的階數(shù)選為32階。

四、結(jié)束語

本文運(yùn)用MATLAB實(shí)現(xiàn)了基于心音信號(hào)的身份識(shí)別認(rèn)證，并進(jìn)行了相關(guān)測試。實(shí)驗(yàn)中，共采集了50個(gè)人的心音信號(hào)，對(duì)該算法進(jìn)行測試，經(jīng)過反復(fù)實(shí)驗(yàn)，認(rèn)為該算法具有良好的抗噪性能，并取得了滿意的識(shí)別率。但是系統(tǒng)中采用的樣本數(shù)量較少，樣本訓(xùn)練時(shí)間較短，這對(duì)系統(tǒng)提高識(shí)別率有一定的遏制作用，有待于在以后的工作中解決這個(gè)問題。

［1］A，K．Jain，A，Ross，S．Prabhakar，An introduction to biometric recognition，IEEE Trans．Circuits Syst．Video Technol，2004（1）:4 －20．

［2］Koksoon Phua，Jianfeng Chen，Tran Huy Dat，et．a(chǎn)l．Heart sound as a biometric．Pattern Recognition，2007:1 －14．

［3］王華朋，楊洪臣．聲紋識(shí)別特征MFCC的提取方法研究［J］．中國人民公安大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（1）:28 －30．

［4］吳華玉，曾毓敏，李 平．一種具有魯棒特性的Mel頻率倒譜系數(shù)［J］．金陵科技學(xué)院學(xué)報(bào)，2008（2）:26－29．

［5］郭興明，吳玉春，肖守中．自適應(yīng)提升小波變換在心音信號(hào)預(yù)處理中的應(yīng)用［J］．儀器儀表學(xué)報(bào)，2009（4）:802－806．

［6］Rong Zheng，Shuwu Zhang，Bo Xu．Text－ independent speaker identification using GMM－UBM and frame level likelihood normalization［J］．Chinese Spoken Language Processing，2004 International Symposium on，2004，12:289 －292．

［7］易克初，田 斌，付 強(qiáng)．語音信號(hào)處理［M］．北京:國防工業(yè)出版社，2000:259－261．

［8］辛全超，吳 萍．基于GMM的說話人識(shí)別研究與實(shí)踐［J］．計(jì)算機(jī)與數(shù)字工程，2009（6）:11－15．

［9］胡益平．基于GMM的說話人識(shí)別技術(shù)研究與實(shí)現(xiàn)［D］．廈門:廈門大學(xué)，2007．