[發明專利]一種基于半帶濾波器的鼾聲識別方法及裝置

有效

• 申請號: 202210150806.3
• 申請日: 2022-02-18
• 公開（公告）號: CN114613391B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 秦德智
• 申請（專利權）人: 廣州市歐智智能科技有限公司
• 主分類號: G10L25/66
• 分類號: G10L25/66;G10L25/51;G10L25/21;G10L21/0232
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳志明

本發明公開了一種基于半帶濾波器的鼾聲識別方法及裝置，所述方法包括：對高通濾波后的每個頻帶對應的半帶濾波信號進行分幀處理并計算，得到每個頻帶對應的分幀信號和每個分幀信號的能量特征；根據單高斯模型和每個分幀信號的能量特征，標記出每個分幀信號包含的語音幀，并將連續的語音幀標記為語音段；根據每個語音段的語音特征和多個單類別高斯混合模型，標記出鼾聲段和鼾聲類別；選出間隔時間小于預設間隔閾值的兩個鼾聲段作為鼾聲段組合，全部的鼾聲段組合構成鼾聲識別結果。采用本發明提供的半帶濾波器的鼾聲識別方法及裝置實施例，采用IIR半帶濾波器對聲音數據流進行分頻帶濾波提取特征，在嵌入式終端上實現對鼾聲信號的快速識別。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于半帶濾波器的鼾聲識別方法及裝置。

背景技術

目前通過麥克風拾取聲音然后提取鼾聲特征的方法目前有：1、提取鼾聲的梅爾倒譜系數(MFCC)作為特征，送識別器進行識別。提取過程包括：預加重、加窗、快速傅立葉變換、功率譜估計、Mel濾波、非線性變換和離散余弦變換；2、采用子帶余弦調制濾波器組(CMFB)提取鼾聲的子帶特征。但是以上兩種方法在進行鼾聲提取時，需要耗費大量的運算資源，因此并不適用于不適合應用于運算能力不強、內存不多的嵌入式終端上。

發明內容

本發明實施例提供一種基于半帶濾波器的鼾聲識別方法及裝置，采用IIR半帶濾波器對聲音數據流進行分頻帶濾波提取特征，在運算能力不強、內存不多的嵌入式終端上實現對鼾聲信號的快速識別。

為實現上述目的，本申請實施例的第一方面提供了一種基于半帶濾波器的鼾聲識別方法，所述方法包括：

使待識別數字聲音信號進入預設的高通濾波器進行高通濾波；

使進行高通濾波后的待識別數字聲音信號進入預設的半帶濾波器進行半帶濾波，得到多個頻帶對應的半帶濾波信號；每個頻帶的寬度大小相同，頻帶的數量由所述半帶濾波器的結構決定；

對每個頻帶對應的半帶濾波信號進行分幀處理并計算，得到每個頻帶對應的分幀信號和每個分幀信號的能量特征；

根據單高斯模型和每個分幀信號的能量特征，標記出每個分幀信號包含的語音幀，并將連續的語音幀標記為語音段；

根據每個語音段的語音特征，分別與多個單類別高斯混合模型進行概率匹配，若匹配概率值大于預設概率閾值，標記語音段為鼾聲段，鼾聲類別為單類別高斯混合模型對應的鼾聲類別；每個單類別高斯混合模型由多個子高斯模型組成，且每個單類別高斯模型對應一種鼾聲類別；

選出間隔時間小于預設間隔閾值的兩個鼾聲段作為鼾聲段組合，全部的鼾聲段組合構成鼾聲識結果。

在第一方面的一種可能的實現方式中，所述根據每個語音段的語音特征，分別與多個單類別高斯混合模型進行概率匹配，若匹配概率值大于預設概率閾值，標記語音段為鼾聲段，鼾聲類別為單類別高斯混合模型對應的鼾聲類別，具體包括：

根據每個鼾聲種類建立一個對應的單類別高斯混合模型；

將每個語音段的語音特征遍歷每個單類別高斯混合模型，計算每個單類別高斯混合模型的概率密度；

若單類別高斯混合模型的概率密度大于預設概率閾值，標記語音段為鼾聲段，所述鼾聲段的類別與單類別高斯混合模型對應的鼾聲類別相同。

在第一方面的一種可能的實現方式中，所述每個語音段的語音特征，具體包括每個語音段的時長、總能量、各頻帶能量、歸一化能量、頻帶內峰值點的個數和周期。

在第一方面的一種可能的實現方式中，所述每個分幀信號的能量特征包括每個分幀信號的總能量、各頻帶能量、歸一化能量。

在第一方面的一種可能的實現方式中，所述對每個頻帶對應的半帶濾波信號進行分幀處理并計算的過程中，相鄰幀之間不存在幀移。