【技术实现步骤摘要】
一种睡眠声音识别方法、装置、电子设备及存储介质
[0001]本申请涉及声音识别和神经网络的
，具体而言，涉及一种睡眠声音识别方法、装置、电子设备及存储介质。
技术介绍
[0002]睡眠声音识别，是指对人在睡眠时采集的声音进行分类识别，获得声音类别，此处的声音类别包括但不限于：打鼾，梦话，呼吸，翻身，磨牙，咳嗽等，以及睡觉时的环境声，比如猫狗鸟叫，婴儿哭声，车鸣，雨声等。
[0003]目前，由于睡眠声音识别的运算量较大，因此大都是需要采集并传输给服务器来识别处理，具体例如：连续8小时对人在睡眠时的声音进行采集，获得采集的声音数据，并全部声音数据传输到服务器，以使服务器进行全部睡眠声音的识别。在具体的实践过程中发现，云端服务器需要识别全部声音数据导致睡眠声音识别的计算资源消耗过高的问题。
技术实现思路
[0004]本申请实施例的目的在于提供一种睡眠声音识别方法、装置、电子设备及存储介质，用于改善睡眠声音识别的计算资源消耗过高的问题。
[0005]本申请实施例提供了一种睡眠声音识别方法，包括：...
【技术保护点】
【技术特征摘要】
1.一种睡眠声音识别方法，其特征在于，包括：获取声音数据，并从所述声音数据中确定有效数据；对所述有效数据进行睡眠声音识别，获得睡眠声音识别结果。2.根据权利要求1所述的方法，其特征在于，所述从所述声音数据中确定有效数据，包括：根据所述声音数据的平均能量从所述声音数据中确定所述有效数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述声音数据的平均能量从所述声音数据中确定所述有效数据，包括：从所述声音数据中获取当前声音片段，并计算所述当前声音片段的平均能量；将所述当前声音片段划分为多个声音帧，并计算出所述多个声音帧中的每个声音帧的平均能量；针对所述多个声音帧中的每个声音帧，判断该声音帧的平均能量与所述当前声音片段的平均能量之间的比值是否大于第一比例阈值；若是，则将该声音帧确定为有效声音帧，并根据所述有效声音帧确定所述当前声音片段是否是所述有效数据。4.根据权利要求2所述的方法，其特征在于，所述根据所述声音数据的平均能量从所述声音数据中确定所述有效数据，包括：从所述声音数据中获取当前声音片段，并获取上一个声音片段的底噪能量；将所述当前声音片段划分为多个声音帧，并计算出所述多个声音帧中的每个声音帧的平均能量；针对所述多个声音帧中的每个声音帧，判断该声音帧的平均能量与所述上一个声音片段的底噪能量之间的比值是否大于第二比例阈值；若是，则将该声音帧确定为有效声音帧，并根据所述有效声音帧确定所述当前声音片段是否是所述有效数据。5.根据权利要求2所述的方法，其特征在于，所述根据所述声音数据的平均能量从所述声音数据中确定所述有效数据，包括：从所述声音数据中获取当前声音片段，并获取上一个声音片段的底噪能量；将所述当前声音片段划分为多个声音帧，并计算出所述多个声音帧中的每个声音帧的平均能量；判断所述多个声音帧中的第一有效数量和第二有效数量的和值是否大于预设数量阈值，所述第一有效数量是声音帧的平均能量与所述当前声音片段的平均能量之间的比值大于第一比例阈值的声音帧数量，所述第二有效数量是声音帧的平均能量与所述上一个声音片段的底噪能量之间的比值大于第二比例阈值的声音帧数量；若是，则将所述当前声音片段确定为所述有效数据。6.根据权利要求5所述的方法，其特征在于，还包括：判断所述上一个声音片段是否是有效数据；若是，则将所述上一个声音片段的底噪能量确定为所述当前声音片段的底噪能量，否则，根据所述上一个声音片段的底噪能量和所述当前声音片段的平均能量确定所述当前声音片段的底噪能量。
7.根据权利要求5所述的方法，其特征在于，还包括：从所述声音数据中删除所述上一个声音片段之前的声音片段。8.根据权利要求1所述的方法，其特征在于，所述对所述有效数据进行睡眠声音识别，包括：使用神经网络模型对所述有效数据进行睡眠声音识别。9.根据权利要求8所述的方法，其特征在于，所述神经网络模型包括：一维逐点卷积层和一维深度分离卷积层；所述使用神经网络模型对所述有效数据进行睡眠声音识别，包括：将所述有效数据输入所述神经网络模型，以使所述神经网络模型对所述有...
【专利技术属性】
技术研发人员：吴成家，徐澄，黄玉阔，
申请(专利权)人：幻休科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。