鼾声识别的方法及装置、存储介质止鼾设备和处理器制造方法及图纸

本发明专利技术公开了一种鼾声识别方法，包括：步骤一，实时获取目标音频数据，其中，所述目标音频数据为人睡觉过程中实时采集到的音频数据；步骤二，实时判断所述目标音频数据是否满足第一预设条件；步骤三，如果所述目标音频数据不满足所述第一预设条件，则重复步骤二；如果所述目标音频数据满足所述第一预设条件，则将对应时刻的目标音频数据中的位置标记为第一起始点，将距离所述第一起始点第一预设时长的位置标记为第一终点，其中，所述第一预设时长是根据用户设定的鼾声识别灵敏级别确定；步骤四，截取所述第一起始点与所述第一终点之间的音频数据片段并记为第一音频数据片段，并对所述第一音频数据片段进行鼾声识别解决了鼾声识别产品化的问题。

Snoring recognition method and device, storage medium Anti Snoring Device and processor

【技术实现步骤摘要】
鼾声识别的方法及装置、存储介质止鼾设备和处理器
本申请专利技术涉及信息处理
，具体而言，涉及一种鼾声识别的方法及装置、止鼾设备和处理器。
技术介绍
打鼾是一种非常普遍的现象，大约有20%-40%的人群患有打鼾症状。打鼾不仅困扰患者，影响同伴，还会对患者健康造成威胁。阻塞性睡眠呼吸暂停综合征就是一种伴有打鼾的呼吸疾病，会导致患者白天嗜睡和疲劳，也是心血管疾病的一个诱因。目前市面上很多识别患者打鼾的产品仅仅是在睡觉的环境下设定一个阈值，当检测的声音信号大于该阈值时，识别为鼾声，然而该方法会将很多背景噪音误判为鼾声。针对此种情况，相关技术中采用自适应类无监督鼾声检测算法从声音中提取到某些特征，利用这些特征对鼾声进行识别，例如MEL频率倒谱系数特征，共振峰特征等，这类算法在区分鼾声和背景噪声时，准确率却较低。另外，一些有监督的鼾声识别方法采用神经网络或者模型类的方法对鼾声进行识别，该类方法准确率相对较高，但是需要大量训练样本，且硬件化的成本较高。为了解决相关技术中在提升识别鼾声的准确率的情况下所需成本较高的技术问题，专利技术人在前期的专利申请（专利号CN109767784B）中提出了一种全新的鼾声识别方法，该方法通过获取目标音频数据的语谱图，其中，目标音频数据为人睡觉过程中采集到的音频数据；确定语谱图中目标能量范围内的第一能量占比；基于第一能量占比，识别目标音频数据中是否存在鼾声。然而，上述方法是基于实验条件下进行的。将上述方法进行产品化时，需要将该方法放到相关鼾声识别的硬件中进行实际运行。产品化的实际硬件的运行环境与实验的环境的是不完全相同的，比如说，在实验条件下，用于运行鼾声识别算法的设备为电脑，通过电脑来模拟实际运行的硬件环境，而在硬件条件下，则是实际的MCU（单片微型计算机），又比如说，在实验条件下，用于鼾声识别的音频数据都是提前录制保存的，而在硬件条件下，需要实时获取环境中的音频数据。如何将上述方法进行产品化，目前尚未提出有效的解决方案。
技术实现思路
本申请专利技术提供一种鼾声识别的方法及装置、存储介质和处理器，以解决相关技术中鼾声识别反应慢识别不及时，识别出现延迟的问题的技术问题。根据本申请专利技术的一个方面，提供了一种鼾声识别方法。该鼾声识别方法包括以下步骤：步骤一，实时获取目标音频数据，其中，所述目标音频数据为人睡觉过程中实时采集到的音频数据；步骤二，实时判断所述目标音频数据是否满足第一预设条件；步骤三，如果所述目标音频数据不满足所述第一预设条件，则重复步骤二；如果所述目标音频数据满足所述第一预设条件，则将对应时刻的目标音频数据中的位置标记为第一起始点，将距离所述第一起始点第一预设时长的位置标记为第一终点，其中，所述第一预设时长是根据用户设定的鼾声识别灵敏级别确定；步骤四，截取所述第一起始点与所述第一终点之间的音频数据片段并记为第一音频数据片段，并对所述第一音频数据片段进行鼾声识别。进一步地，该鼾声识别方法还包括以下步骤：步骤五，将距离所述第一起始点第二预设时长的位置标记为新的第一起始点，将距离所述新的第一起始点第一预设时长的位置标记为新的第一终点；步骤六，截取所述新的第一起始点与所述新的第一终点之间的音频数据片段并记为第二音频数据片段，判断所述第二音频数据片段是否满足第二预设条件；步骤七，如果所述第二音频数据片段满足所述第二预设条件，则对所述第二音频数据片段进行鼾声识别，并重复步骤五至步骤七；如果所述第二音频数据片段不满足所述第二预设条件，则重复步骤二至步骤七。进一步地，所述步骤二实时判断所述目标音频数据是否满足第一预设条件，具体包括：实时判断所述目标音频数据的声强值是否大于声强预设值；如果所述目标音频数据的声强值大于所述声强预设值，则判定所述目标音频数据满足预设条件；如果所述目标音频数据的声强值不大于所述声强预设值，则判定所述目标音频数据不满足预设条件。进一步地，在所述步骤二之前还包括：获取设定时间段的环境背景噪音，计算所述设定时间段的环境背景噪音的声强平均值，将所述声强平均值作为所述声强预设值。进一步地，所述步骤六中判断所述第二音频数据片段是否满足第二预设条件，具体包括：判断所述第二音频数据片段的声强值的最大值是否大于所述声强预设值；如果所述第二音频数据片段的声强值的最大值大于所述声强预设值，则判定所述第二音频数据片段满足所述第二预设条件；如果所述第二音频数据片段的声强值的最大值不大于所述声强预设值，则判定所述第二音频数据片段不满足所述第二预设条件。可选地，所述步骤二实时判断所述目标音频数据是否满足第一预设条件，具体包括：对所述目标音频数据进行分帧、加窗处理，并计算每一帧音频数据的能量值；判断所述每一帧音频数据的能量值是否大于能量预设值；如果所述每一帧音频数据的能量值大于所述能量预设值，则判定所述目标音频数据满足所述第一预设条件；如果所述目标音频数据的声强值不大于声强预设值，则判定所述目标音频数据不满足所述第一预设条件。可选地，所述步骤六中判断所述第二音频数据片段是否满足第二预设条件，具体包括：判断所述第二音频数据片段的能量值的最大值是否大于所述能量预设值；如果所述第二音频数据片段的能量值的最大值大于所述能量预设值，则判定所述第二音频数据片段满足所述第二预设条件；如果所述第二音频数据片段的能量值的最大值不大于所述能量预设值，则判定所述第二音频数据片段不满足所述第二预设条件。根据本申请专利技术的另一个方面，提供了一种鼾声识别装置，用于执行上述任一所述鼾声识别方法，该鼾声识别装置包括：音频数据获取模块，用于实时获取目标音频数据，其中，所述目标音频数据为人睡觉过程中实时采集到的音频数据；音频数据片段截取模块，用于实时判断所述目标音频数据是否满足第一预设条件，如果所述目标音频数据满足所述第一预设条件，则将对应时刻的目标音频数据中的位置标记为第一起始点，将距离所述第一起始点第一预设时长的位置标记为第一终点，其中，所述第一预设时长是根据用户设定的鼾声识别灵敏级别确定，截取所述第一起始点与所述第一终点之间的音频数据片段并记为第一音频数据片段；用于将距离所述第一起始点第二预设时长的位置标记为新的第一起始点，将距离所述新的第一起始点第一预设时长的位置标记为新的第一终点，并截取所述新的第一起始点与所述新的第一终点之间的音频数据片段并记为第二音频数据片段；鼾声识别模块，用于对音频数据片段进行鼾声识别；鼾声循环识别判断执行模块，用于判断所述第二音频数据片段是否满足第二预设条件，并根据判断结果执行鼾声循环识别操作。根据本申请专利技术的又一个方面，提供了一种止鼾设备，所述止鼾设备包括鼾声识别装置，所述鼾声识别装置用于执行上述任一所述鼾声识别方法。根据本申请专利技术的又一个方面，提供了一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的鼾声识别的方法。通过本申本文档来自技高网...

【技术保护点】
1.一种鼾声识别方法，其特征在于，包括以下步骤：/n步骤一，实时获取目标音频数据，其中，所述目标音频数据为人睡觉过程中实时采集到的音频数据；/n步骤二，实时判断所述目标音频数据是否满足第一预设条件；/n步骤三，如果所述目标音频数据不满足所述第一预设条件，则重复步骤二；如果所述目标音频数据满足所述第一预设条件，则将对应时刻的目标音频数据中的位置标记为第一起始点，将距离所述第一起始点第一预设时长的位置标记为第一终点，其中，所述第一预设时长是根据用户设定的鼾声识别灵敏级别确定；/n步骤四，截取所述第一起始点与所述第一终点之间的音频数据片段并记为第一音频数据片段，并对所述第一音频数据片段进行鼾声识别。/n

【技术特征摘要】
1.一种鼾声识别方法，其特征在于，包括以下步骤：
步骤一，实时获取目标音频数据，其中，所述目标音频数据为人睡觉过程中实时采集到的音频数据；
步骤二，实时判断所述目标音频数据是否满足第一预设条件；
步骤三，如果所述目标音频数据不满足所述第一预设条件，则重复步骤二；如果所述目标音频数据满足所述第一预设条件，则将对应时刻的目标音频数据中的位置标记为第一起始点，将距离所述第一起始点第一预设时长的位置标记为第一终点，其中，所述第一预设时长是根据用户设定的鼾声识别灵敏级别确定；
步骤四，截取所述第一起始点与所述第一终点之间的音频数据片段并记为第一音频数据片段，并对所述第一音频数据片段进行鼾声识别。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括以下步骤：
步骤五，将距离所述第一起始点第二预设时长的位置标记为新的第一起始点，将距离所述新的第一起始点第一预设时长的位置标记为新的第一终点；
步骤六，截取所述新的第一起始点与所述新的第一终点之间的音频数据片段并记为第二音频数据片段，判断所述第二音频数据片段是否满足第二预设条件；
步骤七，如果所述第二音频数据片段满足所述第二预设条件，则对所述第二音频数据片段进行鼾声识别，并重复步骤五至步骤七；如果所述第二音频数据片段不满足所述第二预设条件，则重复步骤二至步骤七。


3.根据权利要求1或2所述的方法，其特征在于，所述步骤二实时判断所述目标音频数据是否满足第一预设条件，具体包括：
实时判断所述目标音频数据的声强值是否大于声强预设值；
如果所述目标音频数据的声强值大于所述声强预设值，则判定所述目标音频数据满足预设条件；如果所述目标音频数据的声强值不大于所述声强预设值，则判定所述目标音频数据不满足预设条件。


4.根据权利要求3所述的方法，其特征在于，在所述步骤二之前还包括：
获取设定时间段的环境背景噪音，计算所述设定时间段的环境背景噪音的声强平均值，将所述声强平均值作为所述声强预设值。


5.根据权利要求3所述的方法，其特征在于，所述步骤六中判断所述第二音频数据片段是否满足第二预设条件，具体包括：
判断所述第二音频数据片段的声强值的最大值是否大于所述声强预设值；
如果所述第二音频数据片段的声强值的最大值大于所述声强预设值，则判定所述第二音频数据片段满足所述第二预设条件；如果所述第二音频数据片段的声强值的最大值不大于所述声强预设值，则判定所述第二音频数据片段不...

【专利技术属性】
技术研发人员：聂镭，黄静，聂颖，
申请(专利权)人：龙马智芯珠海横琴科技有限公司，
类型：发明
国别省市：广东;44