[發明專利]夢囈識別方法、裝置和電子設備

在審

• 申請號: 202110675022.8
• 申請日: 2021-06-18
• 公開（公告）號: CN113421586A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 竹東翔;程齊明
• 申請（專利權）人: 南京優博一創智能科技有限公司
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/30;G10L21/0232
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗

1.一種夢囈識別方法，其特征在于，包括：

獲取音頻信號，確定所述音頻信號中各幀的響度、線性頻譜能量和梅爾頻譜能量；

根據所述各幀的響度確定背景噪音響度；

根據各幀的響度和所述背景噪音響度確定出有聲片段；

根據各幀的梅爾頻譜能量，輸入神經網絡鼾聲預測模型，從所述有聲片段中識別出非鼾聲片段；

確定所述非鼾聲片段中各幀的線性頻譜能量極值信息，并根據預設夢囈規則以及所述線性頻譜能量極值信息，從所述非鼾聲片段中識別出夢囈片段。

2.根據權利要求1所述的方法，其特征在于，所述獲取音頻信號，確定所述音頻信號中各幀的響度、線性頻譜能量和梅爾頻譜能量包括：

以預設頻率采集音頻信號；

對所述音頻信號進行分幀、移幀、短時傅里葉變換獲得各幀的線性頻譜能量，對所述線性頻譜能量進行梅爾頻譜變換得到梅爾頻譜能量；

和，

根據采樣獲得的麥克聲壓信號數據確定各幀的響度。

3.根據權利要求1所述的方法，其特征在于，所述根據所述各幀的響度確定背景噪音響度包括：

按照預設時長在所述音頻信號中截取背景噪音樣本片段；

確定組成所述背景噪音樣本片段的各幀的響度；

根據所述組成所述背景噪音樣本片段的各幀的響度確定所述背景噪音樣本片段的響度均值和響度方差；

將所述響度方差與預設平穩噪聲上限閾值比較，在所述響度方差小于預設平穩噪聲上限閾值的情況下，將所述背景噪音樣本片段的響度均值作為所述背景噪音響度。

4.根據權利要求1所述的方法，其特征在于，所述根據各幀的響度和所述背景噪音響度確定出有聲片段包括：

在一幀的響度大于所述背景噪音響度與波動響度的加和情況下，確定該幀為所述有聲片段的起始幀；

在預設數量的連續幀的響度小于所述背景噪音響度與波動響度的加和情況下，確定所述連續幀的第一幀為所述有聲片段的截止幀；

將所述起始幀與所述截止幀之間的各幀作為有聲片段。

5.根據權利要求1所述的方法，其特征在于，所述各幀的梅爾頻譜能量，輸入神經網絡鼾聲預測模型，從所述有聲片段中識別出非鼾聲片段包括：

將組成所述有聲片段的各幀的梅爾頻譜能量作為輸入值輸入到所述神經網絡鼾聲預測模型，得到各有聲片段的鼾聲概率值；

在所述鼾聲概率值小于預設概率閾值的情況下，將所述有聲片段標記為非鼾聲片段。

6.根據權利要求5所述的方法，其特征在于，所述各幀的梅爾頻譜能量，輸入神經網絡鼾聲預測模型，從所述有聲片段中識別出非鼾聲片段還包括：

在所述鼾聲概率值大于等于預設鼾聲閾值的情況下，將所述有聲片段標記為疑似鼾聲片段；

從疑似鼾聲片段確定出連續疑似鼾聲片段；

在所述連續疑似鼾聲片段滿足預設鼾聲規則的條件下，將連續疑似鼾聲片段標記為鼾聲片段，其中，所述預設鼾聲規則為：所述連續疑似鼾聲片段的起始幀和截止幀之間的時間處于預設時長范圍；且組成所述連續疑似鼾聲片段的均值線性頻譜能量的局部極大值對應的頻點處于預設頻率范圍內；

將未標記為鼾聲片段的有聲片段標記為非鼾聲片段。

7.根據權利要求1所述的方法，其特征在于，所述確定所述非鼾聲片段中各幀的線性頻譜能量極值信息，并根據預設夢囈規則以及所述線性頻譜能量極值信息，從非鼾聲片段中識別出夢囈片段包括：

確定出非鼾聲片段中各幀的線性頻譜能量最大值和幅值次大值，以及所述線性頻譜能量最大值對應的第一頻點和所述線性頻譜能量次大值對應的第二頻點；

當前幀與相鄰的前一幀的第一頻點差在預設閾值內，第二頻點也同時滿足，將該幀標記為疑似夢囈幀；

在組成所述非鼾聲片段中的疑似夢囈幀的數量大于預設夢囈閾值的情況下，同時，相鄰有聲片段的時間間隔小于預設時長閾值的情況下，將所述非鼾聲片段標記為夢囈片段。