為了使皮膚聽聲器能夠辨析語音，設計了基于MATLAB的皮膚聽聲器系統。該系統以MATLAB軟件為平臺，在此基礎上實現了語音信號的錄制、播放、預處理、分段濾波、特征提取等功能，并利用特征參數辨析語音。本系統達到了辨析簡單語音的要求，但仍有需改進的地方，如：能否構造更合適的特征參數，能否辨析比較復雜的語音。
關鍵詞：皮膚聽聲；采集；處理；語音辨析；MATLAB
目前，世界上有許多的耳聾患者，他們要么是皋天性耳聾，要么是后天造成的耳聾。當前解決耳聾問題主要通過傳統助聽器和電子耳蝸，但兩者都有明顯的缺陷，前者只使用于輕度耳聾患者，而后者造價太高，不適于推廣。為徹底解決耳聾問題，李建文教授針對全聾人的聽覺問題發明了變壓式皮膚聽聲器，其實質是利用聲-電轉換讓皮膚獲得對電流信號的感覺，使全聾人通過皮膚獲得一定的聽覺，從根本上解決了聾啞人士的聽力問題。
但是，變壓式皮膚聽聲器僅僅使用戶感受到電刺激，而不能辨析語音。為解決此問題，本文提出了一種基于MATLAB的皮膚聽聲器系統。該系統能夠實現語音信號的錄制、播放、預處理、分段濾波、特征提取等功能，并能夠辨析簡單的語音。
1 皮膚聽聲技術與皮膚聽聲器
皮膚聽聲技術是一門比較前沿的技術，其目韻是利用皮膚解決耳聾患者的聽聲問題。而皮膚聽聲器就是通過皮膚聽聲技術解決耳聾患者聽覺問題的電子工具，其特點類似于助聽器并涉及醫學、電子學、聲學和生理學，進一步的發展將依賴于數學和計算機等學科，屬于典型的多學科高科技領域。它通過皮膚傳遞聲音信號且不依賴于人的任何殘余聽力，實用效果明顯，容易佩戴，幾乎無副作用，任何聽力損失的人均可使用。
由李建文教授發明并研制的第一代皮膚聽聲器已經達到聽聲的效果，接下來皮膚聽聲器要達到能夠辨析語音的要求。這需要將原來的模擬電路轉換為數字電路，在此基礎上進行語音辨析。而本文就設計了一個基于MATLAB的皮膚聽聲器系統，該系統以MATLAB軟件為平臺，依次實現語音信號的錄制、播放、預處理、分段濾波、特征提取和最后的辨析語音等功能。
2 系統功能介紹
2．1 主要功能
皮膚聽聲器的作用就是解決耳聾患者的聽聲問題，因此是皮膚聽聲器能量辨析語音是一個十分重要的技術環節。本文設計了一個皮膚聽聲器系統，基本能夠辨析簡單的語音。該系統以MATLAB軟件為平臺，主要功能有錄制語音、播放語音、預處理、分段濾波、特征提取和最后的辨析語音。平臺功能劃分如圖1所示。
2．2 核心模塊
根據本文皮膚聽聲器系統的各個功能，將其分成三大核心模塊，分別是采集模塊、處理模塊和辨析模塊。
2．2．1 采集模塊
系統采集模塊的功能包括：錄制語音，播放語音。
1)錄制語音：通過麥克風錄入聲音，并保存為．wav的格式，以備后用。
在MATLAB中，用函數wavrecord錄制語音。得到的是數字化的語音數據串，可直接作為Matlab變量參與各種運算。然后用函數wavwrite(y，filename)將變量y中儲存的數據寫入名為filename的WAVE文件中。
2)播放語音：播放已錄制的語音WAVE文件，并輸出其波形圖和語譜圖。
在此，用wavread和sound函數分別讀取、播放語音。求取波形圖和語譜圖時，要用到length函數和FFT變換。
2．2．2 處理模塊
該模塊的功能有預處理、分段濾波和特征提取。
1)預處理：對前面錄制的語音信號進行去除噪聲、預加重和端點檢測處理，為后續工作提供更加清晰有效的信號。
2)分段濾波：對經預處理后語音信號進行分段濾波，將不同的頻率的語音信號分離開，使得皮膚能夠更好地感應語音信號。
3)特征提取：語音的特征參數能有效地體現說話人語音所包含的與其他說話人不同的特點，它在整個辨析過程中起著至關重要的作用。本文在語音濾波后，從每個頻率段內提取一個能夠表征該段語音的參數，在把所有參數結合在一起構造一個特征向量，將其作為表征該語音信號的特征參數，為后面的辨析工作提供一個較為可靠的參考數據。
2．2．3 辨析模塊
該模塊的功能包括：模板建庫、模式匹配和輸出結果。
1)模板建庫：講話者多次重復語音單元，從原始語音樣本中去除冗余信息，保留關鍵數據，獲得表示識別基本單元共性特點的標準數據，以此構成參考模板，將所有能識別的基本單元的參考模板結合在一起，建立參考模板庫。
2)模式匹配：新錄入的語音經特征提取后，與庫中模板按某種原則進行比較，找出相似度最高的參考模板所對應的發音，即為辨析的結果。
3)輸出結果：輸出前面的辨析結果，以使用戶能夠更好的通過皮膚聽聲器辨析語音。
3 系統設計
在MATLAB主窗口中，選擇File菜單中的New菜單項，再選擇其中的GUI命令，就會顯示圖形用戶界面的設計模板。本文系統主要包含3個功能：語音采集、語音處理和和語音辨析。
3．1 采集模塊
系統將通過電腦麥克風進行錄音。MATLAB中用y=wavrecord(n，fs，ch，dtype)來完成錄音，式中n為采樣的點數。決定了錄音長度；fs為采樣頻率，默認值為11 025 Hz，還可根據要求自己選擇合適的采樣率；ch為聲道數，默認值為1，表示單聲道，如果指定為2，則采樣為雙聲道立體聲數據；dtype為采樣數據的存儲格式，用字符串指定，可以是‘double’、‘single’、‘int16’、‘int8’，指定存儲格式的同時也就規定了每個采樣值量化的精度，int8對應8位精度采樣，其他都是16位采樣精度。
錄音完成后，系統將把上面錄制的語音信號保存成WAVE文件。在此用函數wavwrite來完成。
最后將播放前面的語音WAVE文件，并生成其波形圖和語譜圖，為后續處理提高依據。
3．2 處理模塊
系統將對前面錄制的語音信號進行預處理工作，包括：對語音信號去噪、預加重和端點檢測處理。去除噪聲就是盡量去除語音信號中無用信息(噪聲)，而保留其中的有用信息(語音)。預加重的目的是提升高頻部分，使信號的頻譜變得平坦，以便于進行頻譜分析或聲道參數分析。語音的端點檢測就是確定語音的起點和終點，從語音信號中排除無聲段，為后續處理工作提供操作對象。
然后，對信號進行濾波處理。濾波器是對輸入信號的頻率具有選擇性的一個二端口網絡，它允許某些頻率次(通常是某個頻率范圍)的信號通過，而其他頻率的信號幅值均要受到衰減，從而將不同的頻率的語音信號分離開，使得皮膚能夠更好的感應語音信號。小波包變換將頻帶進行多層次劃分，并能夠根據被分析信號的特征自適應地選擇相應的頻帶，使之與信號頻譜相匹配，從而提高了時一頻分辨率。利用小波包的此特點，本文將語音信號用濾波器分成16個頻率段，每個頻率段為一個語音通道，每個通道連接一個電極片分別與皮膚接觸。語音頻率范圍劃分如表1所示。
最后，點擊“特征提取”按鈕提取語音信號的特征參數。計算上面每個頻率段的信號能量值，再將16個能量值作為分向量結合在一起構成一個特征向量，將其作為語音信號的特征參數。能量值反映每個頻率段內語音信號所攜帶的語音能量，能夠表征該段語音，因此可以作為特征參數。并且，每個語音信號的特征參數將在最下面的窗口中輸出來。
3．3 辨析模塊
首先，建立一個數據庫。該數據庫存儲語音信號的特征參數，以SOL Server2003來建庫。
然后，進行模式匹配。建好數據庫后，對新的語音信號提取特征參數后，將其特征參數與庫中數據進行匹配，如果找到相似度最接近的模板，則該模板就是待辨析的語音，并在下面窗口中輸出語音信號；否則，將新信號的特征參數存入數據庫，以豐富庫中數據，并輸出“庫中無此語音!”。
最后，輸出辨析結果。
4 特點分析
本系統的目的就是通過皮膚聽聲器使耳聾患者能夠辨析簡單語音。它通過兩個方面來完成：1)在系統濾波后，語音信號經一組(本文用16個)電極片傳遞到皮膚。由于每個頻率段的語音信號能量不同，那么對皮膚的電刺激也將不同，用戶會感受到不同頻率、不同程度的刺激，在一定程度上將能分辨不同的語音。2)信號經濾波后，進行特征提取，然后按照一定算法用軟件辨析語音，最后輸出辨析結果。本文利用
小波包變換高分辨率的特點，先對語音信號進行分解，然后通過濾波器濾波，在此基礎上提取特征參數，然后利用特征參數進行語音辨析。
這就是從皮膚感觸和視覺效果兩個方面來辨析語音，勢必將提升皮膚聽聲器辨析語音的能力。
5 結束語
本文首先介紹了皮膚聽聲技術與皮膚聽聲器；然后，說明了系統的主要功能和模塊劃分，以及每個模塊使用方法和核心技術；最后，總結了本系統的特點，即從皮膚感觸和視覺效果兩個方面來辨析語音，將在一定程度上提高皮膚聽聲器辨析語音的能力。
當然，本系統有不太完善的地方，如特征參數能否更詳細、更有特點?能否辨析比較復雜的語音?這些都是亟待解決的問題，也是今后研究工作的重點。