[發(fā)明專利]一種基于車內(nèi)噪聲監(jiān)測(cè)的語音提醒裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201611187956.2
• 申請(qǐng)日: 2016-12-20
• 公開（公告）號(hào): CN107086035A
• 公開（公告）日: 2017-08-22
• 發(fā)明（設(shè)計(jì)）人: 李順喜;陳卓
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號(hào): G10K11/178
• 分類號(hào): G10K11/178;G10L21/0208;G10L21/0272;G10L25/60
• 代理公司: 湖北武漢永嘉專利代理有限公司42102
• 代理人: 劉秋芳,李丹

技術(shù)領(lǐng)域

本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，尤其涉及一種基于車內(nèi)噪聲監(jiān)測(cè)的語音提醒裝置。

背景技術(shù)

噪聲是一類引起人們煩躁、擾亂人們情緒、或音量過強(qiáng)而危害人體健康的聲音。而司機(jī)的駕駛維系著道路交通的安全，要求的是無時(shí)無刻的專注與謹(jǐn)慎，因此噪聲對(duì)司機(jī)的影響不容忽視。就車輛而言，車行駛時(shí)本身就會(huì)產(chǎn)生來自發(fā)動(dòng)機(jī)、底盤、進(jìn)排氣噪聲，司機(jī)駕駛時(shí)除了受著車內(nèi)外噪聲的影響外，有時(shí)還會(huì)受到乘話語嘈雜的影響。乘客產(chǎn)生的這些噪聲極易引起司機(jī)的不滿，擾亂司機(jī)的情緒，使司機(jī)的注意力和反應(yīng)時(shí)間下降，這些都對(duì)行駛安全造成影響。此外，車內(nèi)的語音噪聲也會(huì)對(duì)其他乘客的心情造成影響，但礙于情面，乘客往往不會(huì)道出。

授權(quán)公告號(hào)為CN 201995115 A的《一種車內(nèi)降噪系統(tǒng)》提出了一種用于汽車內(nèi)的降噪系統(tǒng)，其在進(jìn)行降噪時(shí)未能分離人聲與環(huán)境嘈雜，且其使用幅度相等，相位相反的降噪信號(hào)進(jìn)行降噪，如果在進(jìn)行噪聲分析處理時(shí)有延遲，那么反而會(huì)造成車內(nèi)噪聲增大；申請(qǐng)公布號(hào)為CN 103985380 A的《有源噪聲控制系統(tǒng)和方法》提出了一種可控制特定來源噪聲的方法，然而在現(xiàn)實(shí)中，公交或地鐵內(nèi)的行人較多時(shí)，將對(duì)其偵測(cè)位置造成干擾，較難進(jìn)行定位消除噪音。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于針對(duì)現(xiàn)有技術(shù)中的缺陷，提供一種基于車內(nèi)噪聲監(jiān)測(cè)的語音提醒裝置。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種基于車內(nèi)噪聲監(jiān)測(cè)的語音提醒裝置，包括：

噪聲檢測(cè)模塊，用于監(jiān)測(cè)車內(nèi)噪聲分貝值，當(dāng)車內(nèi)噪聲分貝值達(dá)到閾值時(shí)啟動(dòng)語音過濾模塊；還用于檢測(cè)語音過濾模塊發(fā)送的人聲分貝值；

語音過濾模塊，用于獲得車內(nèi)噪音過濾后得到的人聲；所述語音過濾模塊中包含：預(yù)處理器、人聲檢測(cè)端、噪聲過濾端；

所述預(yù)處理器，用于清除頻率小于80Hz或頻率大于1200Hz的信號(hào)，再將處理后的信號(hào)送入人聲檢測(cè)端；

所述人聲檢測(cè)端，用于使用小波去噪算法對(duì)剩余信號(hào)進(jìn)行分析，去除多余環(huán)境噪聲；得到人聲余留信號(hào)；

所述噪聲過濾端，將余留的信號(hào)進(jìn)行區(qū)分編碼，送入噪聲檢測(cè)模塊；所述區(qū)分編碼為對(duì)人聲分貝值進(jìn)行閾值區(qū)分；

語音提醒模塊，用于當(dāng)噪聲檢測(cè)模塊檢測(cè)語音過濾模塊發(fā)送的人聲分貝值超過閾值時(shí)，播報(bào)信息，提醒車內(nèi)乘客降低說話音量。

按上述方案，所述人聲檢測(cè)端去除多余環(huán)境噪聲；得到人聲余留信號(hào)的具體步驟如下：

步驟一：對(duì)預(yù)處理后的信號(hào)進(jìn)行小波變換，得到各個(gè)尺度上的小波系數(shù)；

步驟二：對(duì)各個(gè)尺度的小波系數(shù)進(jìn)行軟閾值函數(shù)處理，得到原始信號(hào)小波系數(shù)的估計(jì)值；

步驟三：利用處理后的小波系數(shù)通過小波反變換得到去噪后的信號(hào)；

具體如下：

設(shè)N點(diǎn)離散含噪信號(hào)為

f(t)＝s(t)+n(t)(1)

其中s(t)為原始信號(hào),n(t)是方差為σ²的高斯白噪聲,服從N(0,σ²)；

在每一尺度j上,把信號(hào)S分解為

其中J為最佳尺度,h_j和g_j分別表示h和g中每相鄰兩系數(shù)間插入2j-1個(gè)零點(diǎn)構(gòu)成的新的濾波器；假設(shè)原始信號(hào)有N個(gè)非零采樣點(diǎn),則該算法的時(shí)間復(fù)雜度和空間復(fù)雜度均為O(J·N)。相應(yīng)地,小波快速重構(gòu)算法為

對(duì)含噪聲信號(hào)f(t)利用(2)進(jìn)行小波分解,得到小波系數(shù)w_j,k；

其次,令λ_j＝σ(2log_a N)^1/2/ln(j+1),由式(4)定義w_j,k,從而得到一組估計(jì)小波系數(shù)；

最后,對(duì)w_j,k利用(3)進(jìn)行重構(gòu),便可得到f(t)的估計(jì)值。

本發(fā)明產(chǎn)生的有益效果是：本發(fā)明實(shí)現(xiàn)了對(duì)車內(nèi)噪聲的監(jiān)控，當(dāng)噪聲超過閾值時(shí)可自動(dòng)分析是由于乘客說話引起還是由于環(huán)境噪音，并在語音噪音過大時(shí)進(jìn)行播報(bào)，提醒乘客降低說話音量，提高駕駛安全性，提升乘客舒適度。

附圖說明

下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，附圖中：

圖1是本發(fā)明實(shí)施例的工作流程圖；

圖2是本發(fā)明實(shí)施例的語音過濾模塊工作流程圖；

圖3是本發(fā)明實(shí)施例的結(jié)構(gòu)示意圖。

具體實(shí)施方式