一种助眠音乐控制系统技术方案

本发明专利技术涉及一种助眠音乐控制系统。现有助眠音乐无法准确地根据用户睡眠状态进行改编处理。本发明专利技术包括基础数据采集器、助眠音乐库、处理器以及音乐播放器。处理器先通过基础数据采集器收集用户基础信息并判断用户睡眠状态，再对助眠音乐库内的音频文件进行改编处理，并由此形成可通过音乐播放器向外播放的与用户生理节奏匹配的助眠音频信号。由于脑电波信号与用户生理节奏间存在一致性，使得脑电波能有效体现用户的生理节奏，当脑电波信号成为基础数据采集器采集的对象时，能有效提升改编处理后助眠音频信号与用户生理节奏间的同步性和匹配性，进而确保助眠声源对用户的助眠效果。

A sleep music control system

【技术实现步骤摘要】
一种助眠音乐控制系统
本专利技术涉及睡眠领域，具体涉及一种助眠音乐控制系统。
技术介绍
现代人生活压力大，很多人都需要借助外力的帮助才能入睡，音乐本身具有减压助眠的作用，通过合适的引导入睡音乐效果可以直接作用于睡眠控制中心，促使脑波频率的转换，诱导人体快速进入入睡状态。现有理论可知，音乐能从其属性变化来提升助眠功效。具体地，音乐包括音高、音色、音强以及音长等属性，音乐通过上述属性变化来对实现音效变化，进而运用不同音效节律来影响用户的神经或肌肉，音乐的音效节律变化与用户的紧张与松弛、运动与静止等生理节奏之间存在共性。研究表明，合适的音乐播放节奏、音量及均衡效果更容易助眠。现有技术中虽然已有基于检测人体心率、呼吸或体动等生理状态信息的生物电技术来解决助眠问题，但这些生理状态信息无法直接与用户的睡眠状态直接匹配，使得音乐属性变化无法直接与用户的睡眠状态进行匹配，导致助眠效果欠佳。
技术实现思路
为了解决现有技术的不足，本专利技术提供一种助眠音乐控制系统，通过脑电波信号感知用户睡眠状态并以此调节助眠音乐的属性，使得助眠音乐的音效与用户生理节奏匹配，提升助眠效果。本专利技术通过以下方式实现：一种助眠音乐控制系统，包括基础数据采集器、助眠音乐库、处理器以及音乐播放器。处理器先通过基础数据采集器收集用户基础信息并判断用户睡眠状态，再对助眠音乐库内的音频文件进行改编处理，并由此形成可通过音乐播放器向外播放的与用户生理节奏匹配的助眠音频信号。由于脑电波信号与用户生理节奏间存在一致性，使得脑电波能有效体现用户的生理节奏，当脑电波信号成为基础数据采集器采集的对象时，能有效提升改编处理后助眠音频信号与用户生理节奏间的同步性和匹配性，进而确保助眠声源对用户的助眠效果。作为优选，基础数据采集器，通过便携式穿戴设备获取基础数据，基础数据采集器上设有脑电信号采集组件，基础数据采集器直接穿戴在用户身上，确保脑电信号采集组件与预设检测工位紧密贴合，既方便穿戴，确保穿戴舒适性，还确保检测精度，确保数据准确性。作为优选，助眠音乐库，用于预先存储助眠音乐，助眠音乐库能为处理器提供原始的音频文件，方便处理器对音频文件进行改编处理。作为优选，处理器，接收来自基础数据采集器的基础数据，通过计算获得用户处于入睡潜伏期时的细分睡眠状态，并对助眠音乐库内的音频文件进行改编处理，以此获得向音乐播放器输送的助眠音频信号。处理器既能控制基础数据采集器进行基础数据采集工作，还能控制音乐播放器形成助眠声场，又能根据用户睡眠状态对音频文件进行改编处理，确保系统顺利运行。所述基础数据采集器和处理器均设置在同一设备上，既简化结构，有效减小系统体积，方便携带和使用。作为优选，音乐播放器，接收助眠音频信号并转化为助眠声源。具体地，所述系统通过以下步骤运行：第一步，处理器通过基础数据采集器采集用户的基础数据，并通过计算获得用于处于入睡潜伏期时的细分睡眠状态；第二步，处理器从助眠音乐库内获取音频文件，并根据用户所处细分睡眠状态来对音频文件进行改编处理，以此获得助眠音频信号；第三步，处理器通过音乐播放器将助眠音频信号转化为助眠声源。作为优选，所述音频文件包括音高属性、音色属性、音长属性以及音强属性，所述细分睡眠状态包括清醒活跃状态、清醒安静状态、浅睡状态以及入睡状态，所述系统通过设置分别与音高属性、音色属性、音长属性以及音强属性对应的音高系数K1、音色系数K2、音强系数K3以及音长系数K4实现根据用户所处细分睡眠状态来对音频文件进行实时改编处理，以使音频文件在用户细分睡眠状态变化时具有差异化的助眠音频信号。处理器根据用户实施睡眠状态对音频文件进行实时改编处理，确保助眠声场与用户睡眠状态实时匹配。具体地，处理器通过调节音频文件的音高属性、音色属性、音长属性以及音强属性来形成供音乐播放器实时播放的助眠音频信号。作为优选，所述处理器内预存有与细分睡眠状态的音高系数K1、音色系数K2、音强系数K3以及音长系数K4，具体地：当用户处于清醒活跃状态时，K1＝1，K2＝1，K3＝1，K4＝1，此时，用户处于清醒状态，音乐播放器播放各属性没有改变的原始音频文件，提升用户体验。当用户处于清醒安静状态时，K1＝1，K2＝1，0.7≤K3≤0.9，1.1≤K4≤1.3，此时，用户的脑电波成分由Beta波变为频率更低的Alpha波，此时，对音频文件的音强和音长进行相应调整，通过增长音长来降低节奏，同时降低音量来适应用户当前更安静的脑波状态。当用户处于浅睡状态时，K1＝1，K2＝1，0.5≤K3≤0.7，1.4≤K4≤1.7，此时，用户的脑电波成分由Alpha波变为频率更低的Theta波，对音频文件的音强和音长进一步调整，通过增长音长来进一步降低节奏，同时进一步降低音量来适应用户当前更安静的脑波状态。当用户处于入睡状态时，0.8≤K1≤1，0.8≤K2≤1，K3＝1，K4＝1。此时，用户进入入睡状态，保持音长和音强，通过降低音高和音色来减少对用户听觉的刺激，进而确保用户能长时间维持在入睡状态。作为优选，所述处理器通过以下步骤对用户睡眠状态进行细化归类：首先，处理器通过基础数据采集器获得基础数据，在采集过程中，所述基础数据采集器通过间隔采集方式获得基础数据，单次连续采集的基础数据形成单帧数据包；其次，处理器对单帧数据包进行滤波处理，并依次获得频率分别为8～12Hz、18～30Hz以及4～7Hz的Alpha波波形图、Beta波波形图以及Theta波波形图；之后，对各波形图内采集点的数值进行统计，并依次经过取绝对值处理、数据平滑处理后通过累加计算获得一级特征值参数组和辅助特征值参数组，所述一级特征值参数组包括Alpha值、Beta值以及Theta值，所述辅助特征值参数组包括Num-ARI值、Num-Alpha值、Num-Beta值以及Num-Theta值；再后，通过一级特征值参数组计算获得二级特征值参数组，所述二级特征值参数组包括AVT值、BVT值以及BVA值；最后，通过第三步和第四步中获得的辅助特征值参数组和二级特征值参数对处于入睡潜伏期用户的睡眠状态进行细化分类，以使用户睡眠状态被归类为清醒活跃状态、清醒安静状态、浅睡状态以及入睡状态。通过基础数据采集器采集限定种类的基础数据，以此为基础通过处理器计算获得一级特征值参数组、辅助特征值参数组和二级特征值参数组，并对处于入睡潜伏期用户的细分睡眠状态进行判定和分类，为后续助眠操作提供参考依据。此系统具有使用基础数据种类少、计算和分类过程简单的特点，既通过减少基础数据采集种类来简化基础数据采集器的结构，方便用户穿戴使用，提升数据准确性，还通过简化计算和分类的过程来降低对处理器的要求，提升运算速度，降低硬件成本，确保硬件运行稳定性，提升使用体验。作为优选，处理器通过决策树对用户睡眠状态进行归类，所述决策树上设定至少三个节点对细分睡眠状态进行分类，具体地：在第一节点处，设定助眠音乐播放时长T，音乐本文档来自技高网...

【技术保护点】
1.一种助眠音乐控制系统，其特征在于，包括：/n基础数据采集器，通过便携式穿戴设备获取基础数据，基础数据采集器上设有脑电信号采集组件；/n助眠音乐库，用于预先存储助眠音乐；/n处理器，接收来自基础数据采集器的基础数据，通过计算获得用户处于入睡潜伏期时的细分睡眠状态，并对助眠音乐库内的音频文件进行改编处理，以此获得向音乐播放器输送的助眠音频信号；/n音乐播放器，接收助眠音频信号并转化为助眠声源；/n所述系统通过以下步骤运行：/n第一步，处理器通过基础数据采集器采集用户的基础数据，并通过计算获得用于处于入睡潜伏期时的细分睡眠状态；/n第二步，处理器从助眠音乐库内获取音频文件，并根据用户所处细分睡眠状态来对音频文件进行改编处理，以此获得助眠音频信号；/n第三步，处理器通过音乐播放器将助眠音频信号转化为助眠声源。/n

【技术特征摘要】
1.一种助眠音乐控制系统，其特征在于，包括：
基础数据采集器，通过便携式穿戴设备获取基础数据，基础数据采集器上设有脑电信号采集组件；
助眠音乐库，用于预先存储助眠音乐；
处理器，接收来自基础数据采集器的基础数据，通过计算获得用户处于入睡潜伏期时的细分睡眠状态，并对助眠音乐库内的音频文件进行改编处理，以此获得向音乐播放器输送的助眠音频信号；
音乐播放器，接收助眠音频信号并转化为助眠声源；
所述系统通过以下步骤运行：
第一步，处理器通过基础数据采集器采集用户的基础数据，并通过计算获得用于处于入睡潜伏期时的细分睡眠状态；
第二步，处理器从助眠音乐库内获取音频文件，并根据用户所处细分睡眠状态来对音频文件进行改编处理，以此获得助眠音频信号；
第三步，处理器通过音乐播放器将助眠音频信号转化为助眠声源。


2.根据权利要求1所述的一种助眠音乐控制系统，其特征在于，所述音频文件包括音高属性、音色属性、音长属性以及音强属性，所述细分睡眠状态包括清醒活跃状态、清醒安静状态、浅睡状态以及入睡状态，所述系统通过设置分别与音高属性、音色属性、音长属性以及音强属性对应的音高系数K1、音色系数K2、音强系数K3以及音长系数K4实现根据用户所处细分睡眠状态来对音频文件进行实时改编处理，以使音频文件在用户细分睡眠状态变化时具有差异化的助眠音频信号。


3.根据权利要求2所述的一种助眠音乐控制系统，其特征在于，所述处理器内预存有与细分睡眠状态的音高系数K1、音色系数K2、音强系数K3以及音长系数K4，具体地：
当用户处于清醒活跃状态时，K1＝1，K2＝1，K3＝1，K4＝1；
当用户处于清醒安静状态时，K1＝1，K2＝1，0.7≤K3≤0.9，1.1≤K4≤1.3；
当用户处于浅睡状态时，K1＝1，K2＝1，0.5≤K3≤0.7，1.4≤K4≤1.7；
当用户处于入睡状态时，0.8≤K1≤1，0.8≤K2≤1，K3＝1，K4＝1。


4.根据权利要求2或3所述的一种助眠音乐控制系统，其特征在于，所述处理器通过以下步骤对用户睡眠状态进行细化归类：
首先，处理器通过基础数据采集器获得基础数据，在采集过程中，所述基础数据采集器通过间隔采集方式获得基础数据，单次连续采集的基础数据形成单帧数据包；
其次，处理器对单帧数据包进行滤波处理，并依次获得频率分别为8～12Hz、18～30Hz以及4～7Hz的Alpha波波形图、Beta波波形图以及Theta波波形图；
之后，对各波形图内采集点的数值进行统计，并依次经过取绝对值处理、数据平滑处理后通过累加计算获得一级特征值参数组和辅助特征值参数组，所述一级特征值参数组包括Alpha值、Beta值以及Theta值，所述辅助特征值参数组包括Num-ARI值、Num-Alpha值、Num-Beta值以及Num-Theta值；
再后，通过一级特征值参数组计算获得二级特征值参数组，所述二级特征值参数组包括AVT值、BVT值以及BVA值；
最后，通过第三步和第四步中获得的辅助特征值参数组和二级特征值参数对处于入睡潜伏期用户的睡眠状态进行细化分类，以使用户睡眠状态被归类为清醒活跃状态、清醒安静状态、浅睡状态以及入睡状态。


5.根据权利要求4所述的一种助眠音乐控制系统，其特征在于，处理器通过决策树对用户睡眠状态进行归类，所述决策树上设定至少三个节点对细分睡眠状态进行分类，具体地：
在第一节点处，设定助眠音乐播放时长T，音乐播放器持续播放助眠声源的时长为T1，当T1≥T时，处理器停止向音乐播放器输送助眠音频信号，反之，进入第二节点；
在第二节点处，设定阀值Num-ARI-Threshold，当Num-ARI＞Num-ARI-Threshold时，该单帧数据包被判定为人工伪迹，并通过处理器向外输出处理上一单帧数据包时获得的睡眠状态，...

【专利技术属性】
技术研发人员：李建军，段韩路，
申请(专利权)人：喜临门家具股份有限公司，
类型：发明
国别省市：浙江;33