一种基于语音识别的动态定位监控方法及系统技术方案

本发明专利技术公开了一种基于语音识别的动态定位监控方法及系统，方法包括：实时定位获取当前位置数据；输入语音信号，及进行预处理获得语音数字信号；对所述语音数字信号进行基于线性预测倒谱LPCC系数的特征参数提取，获得语音特征参数；建立由目标声模板构成的语音模板库；构建人工神经网络模型，结合所建立的语音模板库所得语音特征参数识别判断是否存在异常，及在判断为存在异常时生成和发送控制信号；根据控制信号将当前位置数据发送。系统包括：GPS模块、语音传感模块、控制模块、GSM模块。本发明专利技术能够对输入的语音信号进行识别和判断，判断是否处于危险状况，能够在第一时间将定位获取的用户的当前位置数据发送，提高监控的实时性和准确性。

Dynamic positioning monitoring method and system based on speech recognition

The invention discloses a method including dynamic positioning and monitoring method and system based on speech recognition: real time positioning for the current position data; the input speech signal, and pre processing to obtain the digital speech signal; linear prediction cepstrum coefficient LPCC feature extraction based on the digital voice signal, voice feature parameter; establish a voice template library composed of acoustic target template; artificial neural network model, combined with the speech template library income speech feature recognition and determine whether there is abnormal, and for the existence of generation and send control signals is abnormal in judging the current position according to the control signal; data transmission. The system includes: GPS module, voice sensor module, control module, GSM module. The invention can identify the input speech signal, determining whether it is a dangerous situation, the current position data is sent to the user to get the location for the first time, improve the timeliness and accuracy of monitoring.

【技术实现步骤摘要】

本专利技术涉及一种基于语音识别的动态定位监控方法及系统，属于定位监控的

技术介绍
目前，据统计中国每年有800万失踪，有近千万的人群在寻找中。而且失踪和失散人口的数量还在增加。加上多年累积的失散人口，每年寻人的人口在一千万以上。随着科学技术的快速发展，高科技设备应用于解决安全问题的手法越来越丰富，安全问题也日益引起人们的重视。同时GPS作为最新型的定位技术正在广泛的应用于军事、科学、汽车定位、及我们生活的手机定位等，GPS的诞生使我们的生活发生了巨大的变化。GPS定位技术可以很好的应用在防走失的情况下，当发生异常情况时，可以及时确定位置。然而现有的动态定位监控技术中，主要利用人工控制GPS定位技术进行位置定位，而无法根据用户的语音特征进行自动识别和判断，由于基于危险状况下人发出的声音明显与正常情况下不同，危险状况下的语音研究与情感有很大的关系，语音信号中不仅包含人表达的语音信息，也包含了人的情感信息，如何区分是否处在危险状况下，语音情感的研究显得尤其重要。因此，利用语音特征分析研究危险情况下声音的属性特征，并将其应用于报警系统，提高安防智能性、实时性的特点，具有非常重要的意义。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足，提供一种基于语音识别的动态定位监控方法及系统，解决现有的动态定位监控技术无法根据用户的语音特征进行自动识别和判断，无法利用语音特征分析研究危险情况下声音的属性特征进行定位监控的问题。本专利技术具体采用以下技术方案解决上述技术问题：一种基于语音识别的动态定位监控方法，包括：步骤1、实时定位获取当前位置数据；步骤2、输入语音信号，及对语音信号进行预处理获得语音数字信号；步骤3、对所述语音数字信号进行基于线性预测倒谱LPCC系数的特征参数提取，获得语音特征参数；步骤4、建立由目标声模板构成的语音模板库；步骤5、构建人工神经网络模型，结合所建立的语音模板库对步骤3所得语音特征参数识别判断是否存在异常，及在判断为存在异常时生成和发送控制信号；步骤6、根据控制信号将当前位置数据发送，以完成动态定位监控。进一步地，作为本专利技术的一种优选技术方案：所述步骤2对语音信号预处理包括滤波、预加重、分帧加窗及端点检测处理。进一步地，作为本专利技术的一种优选技术方案：所述步骤2中对语音信号预处理，包括步骤：步骤2-1、对输入的语音信号滤波后采样，将时间上连续的语音信号离散化为一个样本序列，得到离散的语音数字信号；步骤2-2、对所述离散的语音数字信号进行预加重处理；步骤2-3、利用交叠分段的方法对步骤2-2所得预加重处理后的语音数字信号进行分帧，及选择汉明窗对语音信号进行加窗处理；步骤2-4、利用语音端点检测算法对步骤2-3所得加窗处理后的语音数字信号进行语音相关。进一步地，作为本专利技术的一种优选技术方案：所述步骤5中对语音特征参数识别判断是否存在异常，包括步骤：步骤5-1、提取语音特征参数中的特征参数组成特征向量；步骤5-2、将所述特征向量输入人工神经网络模型，利用人工神经网络模型进行非线性运算，求得隐单元节点数；步骤5-3、根据所述隐单元节点数，判断语音特征参数是否异常。本专利技术还提出一种基于语音识别的动态定位监控系统，包括：GPS模块，用于定位获取当前位置数据；语音传感模块，用于输入和传输语音信号；控制模块，用于对接收到的语音信号进行预处理获得语音数字信号，及对所述语音数字信号进行基于线性预测倒谱LPCC系数的特征参数提取，获得语音特征参数；以及建立由目标声模板构成的语音模板库，并构建人工神经网络模型，结合所建立的语音模板库对语音特征参数识别判断是否存在异常，及在判断为存在异常时生成和发送控制信号；GSM模块，用于根据控制信号将当前位置数据发送。进一步地，作为本专利技术的一种优选技术方案：还包括按键模块，所述按键模块用于控制GPS模块获取当前位置数据。进一步地，作为本专利技术的一种优选技术方案：还包括距离传感模块，所述距离传感模块用于检测和计算与GPS模块之间距离，并在检测所得距离超出预设距离时生成触发信号。进一步地，作为本专利技术的一种优选技术方案：还包括声光报警模块，所述声光报警模块用于根据控制模块的控制信号进行声光报警。进一步地，作为本专利技术的一种优选技术方案：还包括接收模块，所述接收模块用于接收GSM模块所发送的当前位置数据。本专利技术采用上述技术方案，能产生如下技术效果：(1)本专利技术提供一种基于语音识别的动态定位监控方法及系统，能够对输入的语音信号进行识别和判断，可以在嘈杂的公共场合辨识声音属性，判断是否处于危险状况，若处于危险状况，能够在第一时间将定位获取的用户的当前位置数据发送，帮助监控用户发现危险情景，提高监控的实时性和准确性，为及时报警处理提供了良好途径，给人身安全提供更好地保护。(2)本专利技术选择的语音模板库是以目标声模板为基础，建立了可以反应危险情景的声音数据库，提高语音识别范围和准确度。(3)本专利技术系统架构清晰、简单，易于实现，可以有效提高动态监控作用，尤其是可以更好地用于用户防止走失中。附图说明图1为本专利技术基于语音识别的动态定位监控方法的流程示意图。图2为本专利技术的方法中预处理过程的示意图。图3为本专利技术基于语音识别的动态定位监控系统的模块示意图。图4为本专利技术的系统中语音传感模块的工作原理。具体实施方式下面结合说明书附图对本专利技术的实施方式进行描述。如图1所示，本专利技术设计了一种基于语音识别的动态定位监控方法，该方法可根据输入的语音信号判断是否处在危险状况，在判断为危险时能在第一时间确定其位置。该方法具体包括如下步骤：步骤1、实时定位获取当前位置数据。步骤2、输入语音信号，及对语音信号进行预处理获得语音数字信号；优选地，对语音信号预处理如图2所示，包括滤波、预加重、分帧加窗及端点检测等处理过程。其中，预处理过程具体步骤为：步骤2-1、进行反混叠滤波处理。对输入的语音信号，用反混叠的带通滤波器对300-3400Hz的频谱分量进行滤波，去除噪声等的干扰，之后对提取到的模拟信号进行采样，将时间上连续的语音信号离散化为一个样本序列，得到离散的语音数字信号。根据香农采样定理，采样频率为8kHz。步骤2-2、进行预加重处理。对步骤2-1中获得的待识别的离散的语音数字信号x(n)按一阶FIR高通滤波器处理，获得：H(z)＝1-αz-1 (1)其中，H(z)为传递函数，α为预加重系数，0.9＜α＜1.0。设n时刻的语音采样值为x(n)，经过预加重处理后为：y(n)＝x(n)-αx(n-1) (2)经过预加重得到的是语音数字信号。其中n表示待识别的情感数字语音离散点序号，x(n)为n时刻的声音采样值，y(n)为预加重处理后的结果。步骤2-3、进行分帧加窗处理。采用交叠分段的方法进行分帧，前一帧与后一帧有交叠部分，称为帧移，在此帧移取7ms，即在8kHz采样频率下取80个点，每一帧长取23ms，即取256个点。为了进行短时分析必须加窗，目的是减少帧起始和结束处的信号不连续性，分帧加窗之后获得语音数字信号。选择汉明窗对语音信号进行加窗处理，窗口函数如下：其中，m表示每一帧数字语音离散点序号，N表示每一帧数字语音离散点点数，此处N＝256。步骤2-4、进行端点检测。由危险状况下的语音识本文档来自技高网...

【技术保护点】
一种基于语音识别的动态定位监控方法，其特征在于，包括：步骤1、实时定位获取当前位置数据；步骤2、输入语音信号，及对语音信号进行预处理获得语音数字信号；步骤3、对所述语音数字信号进行基于线性预测倒谱LPCC系数的特征参数提取，获得语音特征参数；步骤4、建立由目标声模板构成的语音模板库；步骤5、构建人工神经网络模型，结合所建立的语音模板库对步骤3所得语音特征参数识别判断是否存在异常，及在判断为存在异常时生成和发送控制信号；步骤6、根据控制信号将当前位置数据发送，以完成动态定位监控。

【技术特征摘要】
1.一种基于语音识别的动态定位监控方法，其特征在于，包括：步骤1、实时定位获取当前位置数据；步骤2、输入语音信号，及对语音信号进行预处理获得语音数字信号；步骤3、对所述语音数字信号进行基于线性预测倒谱LPCC系数的特征参数提取，获得语音特征参数；步骤4、建立由目标声模板构成的语音模板库；步骤5、构建人工神经网络模型，结合所建立的语音模板库对步骤3所得语音特征参数识别判断是否存在异常，及在判断为存在异常时生成和发送控制信号；步骤6、根据控制信号将当前位置数据发送，以完成动态定位监控。2.根据权利要求1所述基于语音识别的动态定位监控方法，其特征在于：所述步骤2对语音信号预处理包括滤波、预加重、分帧加窗及端点检测处理。3.根据权利要求2所述基于语音识别的动态定位监控方法，其特征在于：所述步骤2中对语音信号预处理，包括步骤：步骤2-1、对输入的语音信号滤波后采样，将时间上连续的语音信号离散化为一个样本序列，得到离散的语音数字信号；步骤2-2、对所述离散的语音数字信号进行预加重处理；步骤2-3、利用交叠分段的方法对步骤2-2所得预加重处理后的语音数字信号进行分帧，及选择汉明窗对语音信号进行加窗处理；步骤2-4、利用语音端点检测算法对步骤2-3所得加窗处理后的语音数字信号进行语音相关。4.根据权利要求1所述基于语音识别的动态定位监控方法，其特征在于：所述步骤5中对语音特征参数识别判断是否存在异常，包括步骤：步骤5-1、提取语音特征参数中的特征参...

【专利技术属性】
技术研发人员：林巧民，齐柱柱，王汝传，叶宁，徐鹤，孙力娟，肖甫，黄海平，李鹏，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32