□楊 勇，郭興明

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

隨著社會的發(fā)展，安全問題日趨重要，用人類生物特征并結合計算機技術進行安全驗證的生物特征識別技術已成為當今的熱門課題。生物特征識別技術是根據每個人獨有的可以采樣和測量的生物學特征和行為學特征進行身份識別的技術。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，所以在身份識別上體現了獨特的優(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，反應人體的許多生理特征，也可以作為一種生物特征達到身份識別的目的。［2］

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

一、MFCC特征提取

（一）預處理

實驗中對含噪心音信號的預處理部分包括:濾波、預加重、分幀和加窗。［4］

1．濾波

心音信號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經胸腔傳導至體表，用聽診器等設備采集到的聲音。因此，心音信號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。提取心音信號特征參數前首先要對心音信號進行去噪處理。［5］

2．預加重

在實際信號分析中常采用預加重技術，即在對信號取樣之后，插入一個一階的高通濾波器，以濾除低頻干擾，突出更為有用的高頻部分的頻譜。本實驗使心音信號通過系統(tǒng)函數為H（z）=1－az－1的數字濾波器，a為預加重因子，取0．975。

3．分幀和加窗

心音信號是一種短時非平穩(wěn)信號，要對其進行短時分析，需要對信號進行分幀，然后再用一個有限長度的窗序列W截取一段信號來分析。頻域分析時常采用的是哈明窗，在分幀和加窗的基礎上即可對心音信號進行特征提取等處理。

（二）Mel倒譜系數的提取

Mel頻率倒譜系數（Mel－Frequency Cepstrum Coefficients，MFCC）是廣泛應用于語音相關識別的特征參數。MFCC和線性頻率的轉換關系如下:

MFCC參數是按幀計算的，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語音信號的幅度平方譜進行平滑;對數操作（log）的作用有兩點:其一是壓縮心音頻譜的動態(tài)范圍，其二是將頻域中的乘性成分變成對數譜域中的加性成分，以便濾除乘性噪聲;離散余弦變換（DCT）主要用來對不同頻段的頻譜成分進行解相關處理，使得各向量之間相互獨立［3］P28－30。

其中Mel頻率濾波器組為在語音的頻譜范圍內設置的若干個帶通濾波器Hm（k），0≤m＜M，M為濾波器的個數，取為24。每個濾波器具有三角形濾波特性，其中心頻率為f（m），當m值小時相鄰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。每個帶通濾波器的傳遞函數為:

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的延伸，［6］它的優(yōu)點是可以平滑地逼近任意形狀的概率密度函數，并且是易于處理的參考模型，相當穩(wěn)定。該算法復雜度較低，實時性好。

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

訓練的目的就是找到一組參數λ，使P（X|λ）最大，即:

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

每個識別對象用一個GMM模型來代表，分別為 λ1，λ2，…，λS。在對其進行身份辨認時，目的就是對一個觀測序列X，找到使之有最大后驗概率的模型所對應的受試者 λS［7］P259－261，即:

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

如果使用對數得分，且按式（1）假定，受試者辨認的任務就是計算

用GMM模型對心音特征參數進行訓練時，必須選擇合適的模型階數。GMM的階數越高，GMM模型的聲學分辨率越高，能模擬的分布也就越復雜，魯棒性越好。但階數太高，無論從GMM參數估計的處理速度上，還是從說話人模型的存儲容量上，都是不易接受的。同時，在等量的訓練數據下，GMM模型的階數越高，用于估計GMM中的每一個高斯分布的訓練樣本數就越少，GMM參數估計的精度也就越低。［8］因此，需要選擇能保證系統(tǒng)性能的最優(yōu)的GMM階數。

三、實驗結果及分析

本文采用的心音識別模型為高斯混合模型（GMM），試驗中訓練和識別的心音信號是由JXH－5型數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個人的心音信號作為識別對象。實驗中記錄每個人靜息狀態(tài)下40s的心音信號，其中前20s用于訓練，后20s用于識別。該實驗的原理，如圖2所示。

（一）心音信號的預處理

實驗環(huán)境為美國Mathworks公司開發(fā)的新一代科學計算軟件MATLAB7．0。輸入的心音信號首先使用端點檢測，檢測到S1，S2的位置，如圖3所示。然后用預加重濾波器H（z）=1－0．975z－1進行預加重，如圖4所示。實驗表明，預加重可以有效地提高系統(tǒng)的性能。

圖2 心音識別認證系統(tǒng)流程圖

圖3 心音信號的端點檢測結果

本實驗采用的是雙門限端點檢測算法，在開始端點檢測前，先要分別為短時能量和過零率確定兩個門限。如果信號的能量或過零率超過了低門限，就開始標記起始點，進入過渡段。在過渡段中，由于心音信號的參數數值比較小，不能確定是否進入了有用信號段，只要兩個參數的數值都回落到低門限以下，就將當前狀態(tài)恢復到靜音狀態(tài)，而如果在過渡段中兩個參數中的任一個超過了高門限，就可以確信進入了有用信號段。

從圖4可以看出，信號經過預處理后，原始信號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。

實驗中采用哈明窗函數對心音信號進行分幀，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）。計算中利用了MATLAB中哈明窗函數（hamming），采用MATLAB的語音分析工具箱VoiceBox，可以很容易地對心音信號進行分幀處理，其分幀函數調用為:f=enframe（x，256，128）。

圖4 濾波后和預加重后的信號比較

（二）基于MFCC和GMM的生物識別的實現

本實驗選取了MFCC參數的前面16個系數（C0～C15）如圖5所示，圖中x軸表示心音信號分幀的幀數，y軸表示倒譜系數的維數，z軸表示對應的倒譜值。提取得到的MFCC作為GMM模型訓練的輸入特征矢量。

圖5 MFCC參數

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

圖6 不同GMM階數下的識別率

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

四、結束語

本文運用MATLAB實現了基于心音信號的身份識別認證，并進行了相關測試。實驗中，共采集了50個人的心音信號，對該算法進行測試，經過反復實驗，認為該算法具有良好的抗噪性能，并取得了滿意的識別率。但是系統(tǒng)中采用的樣本數量較少，樣本訓練時間較短，這對系統(tǒng)提高識別率有一定的遏制作用，有待于在以后的工作中解決這個問題。

［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．al．Heart sound as a biometric．Pattern Recognition，2007:1 －14．

［3］王華朋，楊洪臣．聲紋識別特征MFCC的提取方法研究［J］．中國人民公安大學學報（自然科學版），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［J］．金陵科技學院學報，2008（2）:26－29．

［5］郭興明，吳玉春，肖守中．自適應提升小波變換在心音信號預處理中的應用［J］．儀器儀表學報，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．語音信號處理［M］．北京:國防工業(yè)出版社，2000:259－261．

［8］辛全超，吳 萍．基于GMM的說話人識別研究與實踐［J］．計算機與數字工程，2009（6）:11－15．

［9］胡益平．基于GMM的說話人識別技術研究與實現［D］．廈門:廈門大學，2007．