基于高密度肌电的对称位置发音肌肉对语音识别贡献的研究

• 作者: 朱明星 李光林 杨子健 汪鑫 王小晨 陈世雄 黄剑平
• 来源期刊: 集成技术
• 学科: 医学
• 关键词: 语音识别 表面肌电法 支持向量机
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 生物医药与生物医学工程
• 页码范围: 55-65
• 页数: 11页
• 分类号: R318
• 字数: 5196字
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20191124001

摘要

说话是人类正常生活中最重要的技能之一,是发音相关肌肉在神经中枢的控制下协调运动的结果.表面肌电图法(Surface Electromyography,sEMG)是目前采集肌肉电信号的常用方法,能检测到可靠的肌肉电生理信息.用肌电信号进行语音分类时,所选的电极位置对分类精度有重大作用.但目前基于sEMG的语音识别方法选取电极位置及数量时没有一个客观的指标,也不清楚发音相关的面、颈部左右两侧对称位置电极对肌电语音识别的贡献是否冗余.该文使用120通道电极(关于面中、颈中对称)采集了8名发音正常的受试者分别发5个中文单词和5个英文单词时的面、颈部sEMG,考察了面、颈部左右两侧对称位置sEMG对语音识别的贡献.结果 表明,发音过程中面、颈部左右两侧肌肉活动有相似的变化规律,但整个活动过程中面部对称位置的相关性比颈部低;使用颈部左侧、右侧的肌电信号进行语音分类的分类精度区别不大,而使用面部左、右两侧肌电信号的分类结果差异较明显.因此,颈部对称位置的sEMG信号对语音识别贡献程度具有一致性,而面部则不具有,这为后续研究减少电极数量和选择最佳通道提供了新思路.