声波识别方法、系统、机器人及存储介质技术方案

本申请属于声波识别技术领域，本申请公开了一种声波识别方法、系统、及存储介质，方法包括:提取音频数据中音频波形的多段基本波形；将每段基本波形分割成多段单位波形；根据特征数据加权重做浮点运算，依次计算每段单位波形为第一波形和第二波形的可能值，并记录每段单位波形的位置；获取单位波形为第一波形和第二波形的最大可能值，并将最大可能值对应的波形作为所述单位波形；依次确定多段基本波形中第一波形和第二波形的位置和顺序；根据第一波形和第二波形的位置和顺序，解析出音频波形中的信息。本申请能够有效解决传统识别算法运行效率低、对硬件性能要求高以及无法适配硬件性能较低的移动终端的问题。较低的移动终端的问题。较低的移动终端的问题。

【技术实现步骤摘要】
声波识别方法、系统、机器人及存储介质


[0001]本申请涉及声波识别
，特别涉及一种声波识别方法、系统及存储介质。

技术介绍

[0002]随着声波识别技术的发展，设备与移动终端之间能够以声波为载体进行信息(运行状态、工作时长、电压、电流等)的传送。例如，设备将需要上报的有效信息通过蜂鸣器载波，发出特制的声音，移动终端通过自带的麦克风采集该声音，再由移动终端内部处理器对该音频数据进行处理，最终提取出有效数据，得到设备上报的有效信息。然而，传统的识别算法是基于傅里叶算法以及加窗算法进行运算，需要高频率的浮点运算，算法容量大，运行效率低，对硬件性能要求高，无法适配硬件性能较低的移动终端。如果在硬件性能一般的移动终端进行运算，会有5秒或以上的延时，造成较差的用户体验。

技术实现思路

[0003]本申请提出一种声波识别方法、系统及存储介质，有效解决传统识别算法运行效率低、对硬件性能要求高以及无法适配硬件性能较低的移动终端的问题。
[0004]根据本申请的实施例，本申请的第一方面，提出了一种声波识别方法，包括：
[0005]提取音频数据中音频波形的多段基本波形；其中，每段基本波形对应一组特征数据，每组特征数据包括波形的时间信息、上升幅度和下降幅度；
[0006]将每段基本波形分割成多段单位波形；
[0007]根据特征数据加权重做浮点运算，依次计算每段单位波形为第一波形和第二波形的可能值，并记录每段单位波形的位置；其中，第一波形为包含第一特征数据的载波波形，第二波形为包含第二特征数据的载波波形，第一特征数据和第二特征数据均包括波形的时间信息、上升幅度和下降幅度；
[0008]获取单位波形为第一波形和第二波形的最大可能值，并将最大可能值对应的波形作为所述单位波形；
[0009]依次确定多段基本波形中第一波形和第二波形的位置和顺序；
[0010]根据第一波形和第二波形的位置和顺序，解析出音频波形中的信息。
[0011]根据本申请的一些实施例，还包括：
[0012]判断单位波形为第一波形与第二波形的可能值的差值是否大于预设阈值；
[0013]若单位波形为第一波形与第二波形的可能值的差值大于预设阈值，则确定单位波形为最大可能值对应的波形。
[0014]根据本申请的一些实施例，还包括：
[0015]判断最大可能值是否大于或等于可信值；
[0016]若最大可能值大于或等于可信值，则将最大可能值对应的波形作为单位波形。
[0017]根据本申请的一些实施例，还包括：
[0018]若最大可能值小于可信值，则聚焦该段单位波形，根据特征数据重新加权做浮点
运算，分别计算第一波线和第二波形的可能值；其中，特征数据还包括波形的波峰值、波谷值、平均值和低位分割线；
[0019]返回执行判断最大可能值是否大于或等于可信值。
[0020]根据本申请的一些实施例，还包括：
[0021]若最大可能值小于可信值，则舍弃所述单位波形；
[0022]计算下一段单位波形为第一波形和第二波形的可能值，并记录所述单位波形的位置；
[0023]返回执行获取单位波形为第一波形和第二波形的最大可能值，并将最大可能值对应的波形作为单位波形。
[0024]根据本申请的一些实施例，还包括：
[0025]验证最大可能值对应的波形是否符合预设条件；其中，预设条件包括第一特征数据和第二特征数据，第一特征数据和第二特征数据还包括波形的波峰值、波谷值、平均值和低位分割线；
[0026]若是，则将最大可能值对应的波形作为该段单位波形；
[0027]若否，则舍弃该段单位波形，返回执行计算下一段单位波形为第一波形和第二波形的可能值，并记录该段单位波形的位置。
[0028]根据本申请的一些实施例，还包括：
[0029]若单位波形为第一波形和第二波形的可能值的差值小于预设阈值，则根据波形的特征数据加权重做浮点运算，分别计算所述单位波形为第一波形和第二波形的可能值；其中特征数据还包括波形的波峰值、波谷值、平均值和低位分割线；
[0030]返回执行判断单位波形为第一波形和第二波形的可能值的差值是否大于预设阈值。
[0031]根据本申请的一些实施例，根据第一波形和第二波形的位置和顺序，解析出音频波形中的信息，包括：
[0032]将第一波形和第二波形的位置和顺序进行解析；
[0033]将解析后的数据进行CRC校验；
[0034]若校验成功，则识别成功，并输出有效数据；
[0035]若校验失败，则检测识别次数是否大于预设次数；
[0036]若检验次数大于或等于预设次数，则识别失败，并输出错误代码；
[0037]若校验次数小于预设次数，则检验次数加一，并返回执行依次计算单位波形为第一波形和第二波形的可能值，并记录该段单位波形的位置。
[0038]本申请的第二方面，提出一种声波识别系统，包括：至少一个存储器、至少一个处理器及至少一个程序指令，程序指令是指存储在存储器上并可在处理器上运行，处理器用于执行本申请第一方面提出的声波识别方法。
[0039]本申请的第三方面，还提出了一种存储介质，存储介质上存储有程序指令，程序指令用于执行本申请第一方面提出的声波识别方法。
[0040]本申请具有以下有益效果：通过提取音频波形中的多段基本波形，再将基本波形分割成多段单位波形，再通过计算将单位波形识别为第一波形或第二波形，而第一波形和第二波形均为载有信息的载波波形，根据确定的多段基本波形中第一波形和第二波形的位
置和顺序，能够解析出音频波形中的信息。相对于传统的采用傅里叶算法，需要频繁进行浮点运算的方式，本方案对数据的处理简单，运算量小，运算效率高，对硬件性能要求低，能够解决传统的识别算法无法适配硬件性能较低的移动终端的问题。
附图说明
[0041]图1为本申请实施例的声波识别方法的流程图；
[0042]图2为本申请实施例的声波识别方法的逻辑图。
具体实施方式
[0043]下面详细描述本申请的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
[0044]在本申请的描述中，多种的含义是两个以上。描述的第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0045]本申请的描述中，除非另有明确的限定，设置、连接等词语应做广义理解，所属
技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
[0046]相关技术中，设备与移动终端之间能够以声波为载体进行信息(运行状态、工作时长、电压、电流等)的传送。例如，设备将需要上报的有效信息通过蜂鸣器载波，发出特制的声音，移动终端通过自带的麦克风采集该声本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种声波识别方法，其特征在于，包括：提取音频数据中音频波形的多段基本波形；其中，每段基本波形对应一组特征数据，每组所述特征数据包括波形的时间信息、上升幅度和下降幅度；将每段所述基本波形分割成多段单位波形；根据所述特征数据加权重做浮点运算，依次计算每段所述单位波形为第一波形和第二波形的可能值，并记录每段所述单位波形的位置；其中，所述第一波形为包含第一特征数据的载波波形，所述第二波形为包含第二特征数据的载波波形，所述第一特征数据和所述第二特征数据均包括波形的时间信息、上升幅度和下降幅度；获取所述单位波形为所述第一波形和所述第二波形的最大可能值，并将所述最大可能值对应的波形作为所述单位波形；依次确定多段基本波形中第一波形和第二波形的位置和顺序；根据所述第一波形和所述第二波形的位置和顺序，解析出音频波形中的信息。2.根据权利要求1所述的声波识别方法，其特征在于，还包括：判断所述单位波形为所述第一波形与所述第二波形的可能值的差值是否大于预设阈值；若所述单位波形为所述第一波形与所述第二波形的可能值的差值大于预设阈值，则确定所述单位波形为所述最大可能值对应的波形。3.根据权利要求1所述的声波识别方法，其特征在于，还包括：判断所述最大可能值是否大于或等于可信值；若是，则将所述最大可能值对应的波形作为所述单位波形。4.根据权利要求3所述的声波识别方法，其特征在于，还包括：若所述最大可能值小于可信值，则聚焦所述单位波形，根据所述特征数据重新加权做浮点运算，分别计算第一波形和第二波形的可能值；其中，所述特征数据还包括波形的波峰值、波谷值、平均值和低位分割线；返回执行所述判断所述最大可能值是否大于或等于可信值。5.根据权利要求4所述的声波识别方法，其特征在于，还包括：若所述最大可能值仍小于所述可信值，则舍弃所述单位波形；计算下一段单位波形为所述第一波形和所述第二波形的可能值，并记录所述单位波形的位置；返回执行所述获取所述单位波形为所述第一波形和所述第二波形的最大...

【专利技术属性】
技术研发人员：肖阳科，游世喜，马立荣，
申请(专利权)人：赛特威尔电子股份有限公司，
类型：发明
国别省市：