專利名稱：一種基于dtw語音識別的貨車車輛檢查方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到動態(tài)時間規(guī)劃(DTW)語音識別方法，特別是涉及一種基于DTW語音識別的貨車車輛檢查方法。
背景技術(shù)：
隨著貨車車速的提高，貨車安全就凸現(xiàn)越來越重要。車輛檢查主要檢查車輪、車軸、彈簧、剎車片，車輪是貨車所有部件中最重要的承載和運行部件，其質(zhì)量是貨車安全的重要指標。許多貨車事故的原因歸根到底還是車輪出現(xiàn)裂紋所致。鐵路行車安全問題是制約鐵路朝快速、重載方向發(fā)展的重要因素。隨著高速貨車越來越多的投入運行，行車安全問題也越來越得到鐵路部門的重視?，F(xiàn)有技術(shù)的貨車車輛檢測方法主要有以下幾種
1.傳統(tǒng)的貨車車輛檢測方法主要是工人用榔頭擊打車輪各部件，通過聲音和工作經(jīng)驗進行判斷是否有裂痕，是否有錯位；或者工人巡檢每輛到站車輛的車輪等部件。這些人工檢測方法耗時耗力無法滿足目前快速物流的需要。2.貨車滾動軸承早期故障軌邊聲學(xué)診斷系統(tǒng)(TADS)是由威克公司與美國TTCI 公司合作并開發(fā)的，是鐵路車輛安全防范預(yù)警系統(tǒng)的重要組成部分。TADS是通過在軌邊安裝聲學(xué)傳感器陣列對高速運行列車的車輛軸承的振動聲音信號進行采集，采用現(xiàn)代聲學(xué)診斷技術(shù)，將時域信號進行能量譜、功率譜分析，采用模糊診斷及小波分析等理論，建立復(fù)雜的數(shù)學(xué)模型和越來越完善的專家系統(tǒng)，根據(jù)不同的軸承故障信號頻率、能量、幅值和相關(guān)的車速、荷載的因素，判別出各種不同的軸承故障類型和故障缺陷程度，從而實現(xiàn)對滾動軸承早期故障進行預(yù)警、防范、保證行車安全。但這種系統(tǒng)非常復(fù)雜而昂貴。因此，亟需要提供一種識別率高、操作系統(tǒng)簡單的通過語音識別的貨車車輛檢查方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于避免現(xiàn)有技術(shù)中的不足之處而提供一種基于DTW語音識別的貨車車輛檢查方法，具有故障檢測識別率高、操作系統(tǒng)簡單的優(yōu)點。本發(fā)明的目的通過以下技術(shù)措施實現(xiàn)
提供一種基于DTW語音識別的貨車車輛檢查方法，包括有訓(xùn)練語音識別模板以及將所述語音識別模板用于車輛檢查；
其中，將所述語音識別模板用于車輛檢查，包括有以下步驟
步驟Al:聲音采集，在貨車經(jīng)過檢查區(qū)軌道時，采集車輪等部件有各種損壞的聲音，以及采集正常的車輪經(jīng)過檢查區(qū)的聲音，形成語音樣本；
步驟A2:預(yù)處理，把采集到的語音樣本作預(yù)處理，然后提取MFCC參數(shù)； 步驟A3 將步驟A2提取的MFCC參數(shù)作為訓(xùn)練模塊的輸入，訓(xùn)練形成模板，并保存模板完成訓(xùn)練；其中，將所述訓(xùn)練模板用于車輛檢查，包括有以下步驟
步驟Bi:通過語音采集裝置采集貨車經(jīng)過時接觸軌道發(fā)出的聲音；
步驟B2:把采集到的聲音通過預(yù)處理，然后提取MFCC參數(shù)；
步驟B3 將步驟B2提取的MFCC參數(shù)用DTW語音識別算法，得到識別結(jié)果，判斷車輛的車輪等部件是否損壞和屬于哪一類的損壞，并記錄檢查結(jié)果；
步驟B4:將步驟B3的檢查結(jié)果發(fā)送到貨車車輛監(jiān)控中心，然后由貨車車輛監(jiān)控中心對貨車進行處理。本發(fā)明的有益效果
本發(fā)明的一種基于DTW的語音識別的貨車車輛檢查方法，包括有訓(xùn)練模板和將訓(xùn)練模板用于車輛檢查，其原理是利用有裂縫或損壞的車輪與軌道的連接處接觸時發(fā)出不同的聲音來達到車輛檢測的目的。本發(fā)明是基于DTW技術(shù)的語音識別的貨車車輛檢查方法，與 TADS技術(shù)應(yīng)用于貨車車輛檢查的區(qū)別在于TADS技術(shù)是根據(jù)不同的軸承故障信號頻率、能量、幅值和相關(guān)的車速、荷載的因素，判別出各種不同的軸承故障類型和故障缺陷程度，而本發(fā)明是根據(jù)正常車輪與損壞車輪發(fā)出不同語音的語音特征來判別車輪等部件的故障；另一方面本發(fā)明所需的硬件系統(tǒng)屬于簡單的嵌入式系統(tǒng)，而TADS系統(tǒng)復(fù)雜昂貴。因此，相比 TADS技術(shù)，本發(fā)明具有故障檢測識別率高、操作系統(tǒng)簡單的優(yōu)點。


利用附圖對本發(fā)明做進一步說明，但附圖中的內(nèi)容不構(gòu)成對本發(fā)明的任何限制。圖1為本發(fā)明的一種基于DTW的語音識別的貨車車輛檢查方法的實施例1的系統(tǒng)
裝置原理圖。圖2本發(fā)明的一種基于DTW的語音識別的貨車車輛檢查方法的實施例1的語音識別車輛檢查系統(tǒng)的結(jié)構(gòu)示意圖。圖1至圖2中包括有
聲音采集模塊si、預(yù)處理模塊s2、特征參數(shù)提取模塊S3、 識別模塊s5、貨車車輛監(jiān)控中心s7、訓(xùn)練模塊s8、模板s9 ； 軌道1、語音采集裝置4。
具體實施例方式下面結(jié)合附圖對本發(fā)明的技術(shù)方案進行說明。DTff即動態(tài)時間規(guī)劃，是較早的一種模式匹配和模型訓(xùn)練技術(shù)，它應(yīng)用動態(tài)規(guī)劃的思想成功解決了語音信號特征參數(shù)序列比較時的時長不等的難題，在孤立詞語音識別系統(tǒng)中獲得了良好性能?；贒TW的語音識別具有孤立詞檢測識別率高，系統(tǒng)簡單的特點，運用非常廣泛?；贒TW技術(shù)的優(yōu)點，本發(fā)明將DTW語音識別應(yīng)用于貨車車輛檢測。應(yīng)用本發(fā)明的一種基于DTW的語音識別的貨車車輛檢查方法的一種語音識別車輛的檢查系統(tǒng)的一個實施例如圖1和圖2所示，包括有聲音采集模塊Si、預(yù)處理模塊S2、特征參數(shù)提取模塊S3、識別模塊s5、貨車車輛監(jiān)控中心s7、訓(xùn)練模塊s8以及模板s9。本發(fā)明的方法包括有訓(xùn)練語音識別模板和將訓(xùn)練好的語音識別模板應(yīng)用于貨車車輛的檢查。
本實施例中，訓(xùn)練語音識別模板是通過以下步驟實現(xiàn)
步驟Al:聲音采集，在貨車經(jīng)過檢查區(qū)軌道1時，采集車輪等部件有各種損壞的聲音， 以及采集正常的車輪經(jīng)過檢查區(qū)的聲音，形成語音樣本。具體的，準備一些以前損壞的貨車車輪以及一些正常的貨車車輪。準備的損壞的車輪包括徑向裂縫車輪、表面裂縫車輪、有凹坑車輪、摩擦比較厲害的車輪、有空車輪；車軸、彈簧、剎車片等常見部件損壞的貨車車輪。步驟A2:預(yù)處理，把采集到的語音樣本作預(yù)處理，然后提取MFCC參數(shù)(Mel頻率倒譜系數(shù))。具體的，讓貨車通過安裝了語音采集裝置4的檢查區(qū)軌道1，分別采集步驟Al中所有車輪經(jīng)過軌道連1接處發(fā)出的聲音，并形成聲音樣本，再將采集的聲音樣本，通過預(yù)處理模塊s2提取語音端點。步驟A3 將步驟A2提取的MFCC參數(shù)作為訓(xùn)練模塊s8的輸入，訓(xùn)練形成模板s9， 并保存模板s9完成訓(xùn)練。具體的，將步驟s2提取的語音端點的有效語音通過特征參數(shù)提取模塊S3提取語音樣本的特征參數(shù)，然后通過訓(xùn)練模塊s8保存提出的特征參數(shù)，并形成模板s9完成訓(xùn)練過程。本實施例中，將訓(xùn)練好的語音識別模板應(yīng)用于貨車車輛的檢查是通過以下步驟實現(xiàn)的
步驟Bi:將需要檢測的貨車通過安裝有語音采集裝置4的軌道1，采集這輛貨車所有車輪與軌道1接觸的聲音。步驟B2:把所有采集聲音的每一個語音，通過預(yù)處理模塊s2得到語音端點，把得到的語音端點的每個語音通過特征參數(shù)提取模塊s3，提取語音的MFCC特征參數(shù)。步驟B3 把提取的MFCC特征參數(shù)通過識別模塊s5，用DTW語音識別算法得到識別結(jié)果。根據(jù)識別結(jié)果，可以得出車輪是正常還是損壞，并且可以得到車輪損壞的類型。記錄檢查結(jié)果是車輪損壞、車軸、彈簧、剎車片等部件損壞。步驟B4:把檢查的結(jié)果，發(fā)送到貨車車輛監(jiān)控中心s7，讓貨車車輛監(jiān)控中心s7對貨車做處理。
權(quán)利要求
1. 一種基于DTW語音識別的貨車車輛檢查方法，其特征在于，包括有訓(xùn)練語音識別模板以及將所述語音識別模板用于車輛檢查； 所述訓(xùn)練語音識別模板，包括有以下步驟步驟Al:聲音采集，在貨車經(jīng)過檢查區(qū)軌道時，采集車輪等部件有各種損壞的聲音，以及采集正常的車輪經(jīng)過檢查區(qū)的聲音，形成語音樣本；步驟A2:預(yù)處理，把采集到的語音樣本作預(yù)處理，然后提取MFCC參數(shù)； 步驟A3 將步驟A2提取的MFCC參數(shù)作為訓(xùn)練模塊的輸入，訓(xùn)練形成模板，并保存模板完成訓(xùn)練；將所述語音識別模板用于車輛檢查，包括有以下步驟步驟Bi:通過語音采集裝置采集貨車經(jīng)過時接觸軌道發(fā)出的聲音；步驟B2:把采集到的聲音通過預(yù)處理，然后提取MFCC參數(shù)；步驟B3 將步驟B2提取的MFCC參數(shù)用DTW語音識別算法，得到識別結(jié)果，判斷車輛的車輪等部件是否損壞和屬于哪一類的損壞，并記錄檢查結(jié)果；步驟B4:將步驟B3的檢查結(jié)果發(fā)送到貨車車輛監(jiān)控中心，然后由貨車車輛監(jiān)控中心對貨車進行處理。
全文摘要
本發(fā)明公開了一種基于DTW的語音識別的貨車車輛檢查方法，包括有訓(xùn)練模板和將語音識別模板用于車輛檢查。本發(fā)明以DTW語音識別算法為核心，通過訓(xùn)練貨車通過軌道發(fā)出的正常聲音以及有損壞的時候發(fā)出的聲音形成識別模板，在識別時可以判別貨車損壞部件的情況，然后向控制中心發(fā)送結(jié)果，從而做出早期診斷預(yù)報處理，為貨車的行駛安全提供保障。本發(fā)明具有故障檢測識別率高、操作系統(tǒng)簡單的優(yōu)點。
文檔編號B61K9/12GK102157148SQ20101061895
公開日2011年8月17日 申請日期2010年12月31日 優(yōu)先權(quán)日2010年12月31日
發(fā)明者崔金鐘, 朱國斌, 欒強厚, 武劍輝, 王勇, 王志光, 邱會中 申請人:東莞市智樂堡兒童玩具有限公司, 東莞電子科技大學(xué)電子信息工程研究院