[發明專利]根據聲音確定人緊張狀態的方法和實現所述方法的裝置

無效

• 申請號: 200680056026.1
• 申請日: 2006-10-03
• 公開（公告）號: CN101517636A
• 公開（公告）日: 2009-08-26
• 發明（設計）人: 安德烈·耶夫根尼耶維奇·納茲德拉堅科
• 申請（專利權）人: 安德烈·耶夫根尼耶維奇·納茲德拉堅科
• 主分類號: G10L15/20
• 分類號: G10L15/20
• 代理公司: 北京元本知識產權代理事務所
• 代理人: 秦力軍

技術領域

本發明涉及分析人對語言測試的心理生理反應的方法和裝置。本發明可以用于醫學目的和司法實踐中，并且還適用于作決定的日常活動。

背景技術

各種用來參數化表露緊張的聲音信號的方法和裝置是眾所周知的。公開號為WO0062279、公開日為2000年10月19日的國際申請公開了一種確定人的下意識反應的裝置和方法。該裝置包括連接各種聲源如電話、麥克風或者互聯網的模數轉換器，聲音頻譜分析儀，展現聲音結果的演示儀如擴音器或者以圖表、圖形或某些圖示形式展示視覺結果的顯示器。該方法包括對模擬聲音段進行數字化計算、分析已計算的數值、展示說話人模擬聲音中的興奮，并指示它們以便追蹤所展示的興奮。該已知方法的缺點在于：不足以精確分析特定測試結果；不能保證對特定測試者的響應進行真實辨別；不能對正在回答問題的測試者的誠實性作出可靠性的結論，因而需要通過改變問題的形式來重復證實。

公開號為WO?9520216、公開日為1995年7月27日的國際申請公開了一種控制人的情緒狀態的方法和裝置。該控制情緒狀態的方法包括檢測人的聲振動、過濾所檢測的振動并接收剩余信號、比較剩余信號以獲得結果、歸納一致的前后剩余信號以便評估聲振動、展示超過聲振動的評估、確定說話者一些情緒狀態的指示。該控制情緒狀態的裝置包括：聲音檢測器；反向和反向濾波器；剩余信號之間關系的互相關器；最大程度地重疊前后信號以便評估聲振動的積分器；以及處理和測量受測興奮成分、積累、確定和分析人的情緒狀態的處理器。上述方法的缺點是：不能確定所使用數據和數據處理過程是否適中，作出的決定帶有主觀性，因為使用大量共享的統計方法來對受試者是否誠實作出決定，這增加了對受測者不誠實的有可能的無理指控的錯誤風險。

公開號為WO?9922364、公開日為1999年5月6日的國際申請披露了對選作原型(prototype)的人類語言的情感成分進行自動分類的裝置和方法。該裝置包含用于接收、記錄和分析聲音信號的單元，用于對聲音信號頻譜特性進行測量、計算和分類的單元，以及用于顯示緊張狀態結果的單元。該方法包括：接收、記錄和分析聲音信號，以便在展示至少一個特征的特性時，建立其重要性和數值；測量、計算和分類位于至少兩個計算窗口的計時中的聲音信號頻譜特征，其中所述窗口用來統計處理、不誠實聲音(insincerely?sounded)的頻譜掃描、分類及顯示緊張狀態結果。上述裝置的缺點是，增加了對各種干擾的敏感性，不足以適當選擇和處理分離頻譜的初始參數，因而降低了所獲結果的可靠性。

發明內容

本發明要解決的技術問題是，通過從聲音的頻譜特征中選擇最有關的初始參數，以及通過使用最合適的模型處理這種初始參數，以便基于本發明的通用累加參數計算緊張值，來增加根據人的聲音的頻譜特征確定人的緊張狀態結果的可靠性和準確性。

本發明提出一種根據聲音確定一個人緊張狀態的方法，包括如下步驟：接收一定時間間隔的聲音信號；計算所接收聲音信號的頻譜特征；根據所計算的頻譜特征確定緊張狀態的級別；以及顯示所確定的緊張狀態的結果。本發明的新特征是：當計算頻譜特征時，計算所接收的聲音信號頻譜的至少四個參數：基頻、頻譜強度、頻譜中值和頻譜寬度；當確定緊張狀態的級別時，為四個參數中的每一個計算無量綱歸一化緊張參數，其中所述無量綱歸一化緊張參數顯示每個頻譜參數的緊張狀態，并且大小為0到1，緊張狀態的級別被確定為所有被計算的歸一化緊張參數的加權平均值。

為了計算頻譜特征，最好使用重疊的多個聲音信號窗口，其重疊部分至少為串口寬度的一半。

另外，為了計算，采用聲音信號窗口計算的條件是：在采用的聲音信號窗口陣列中，無聲的聲音信號窗口不超過一個，和/或任意一對有聲聲音信號窗口中的基頻的相對偏差不超過20％。

當計算每個歸一化緊張參數時，先計算該歸一化緊張參數的緊張因子Z，將其計算為參數算術平均值與參數當前值之間的相對偏差和參數局部平均值與參數當前值之間的相對偏差之和，然后將歸一化緊張參數計算為1/(1+e^z)。

在這種情況下，最好把50-500赫茲的頻率范圍內頻譜特征的最大值的基頻作為基頻的當前值。

最好把頻譜強度計算為頻譜特征平方的累加(integral)。

最好把頻譜的中值計算為頻譜特征的加權平均值，其中頻率被用作權重。

最好把頻譜寬度計算為頻譜特征超出預置閾值的最大與最小頻率差值，例如先預置閾值為2-8％，把該閾值下的頻譜特征歸為零。