CN105534480B - 鼾声检测方法及装置 - Google Patents
鼾声检测方法及装置 Download PDFInfo
- Publication number
- CN105534480B CN105534480B CN201610005669.9A CN201610005669A CN105534480B CN 105534480 B CN105534480 B CN 105534480B CN 201610005669 A CN201610005669 A CN 201610005669A CN 105534480 B CN105534480 B CN 105534480B
- Authority
- CN
- China
- Prior art keywords
- signal
- band signal
- energy value
- low
- frequency band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种鼾声检测方法,所述鼾声检测方法包括以下步骤:获取采集到的音频信号中的低频段信号及高频段信号;计算所述低频段信号及所述高频段信号的能量值;判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;若是,则确定所述音频信号为鼾声音频信号。本发明还公开了一种鼾声检测装置。本发明的鼾声检测方法提高了鼾声检测的准确率。
Description
技术领域
本发明涉及医疗设备技术领域,尤其涉及一种鼾声检测方法及装置。
背景技术
近年来,打鼾对人体的危害逐渐被重视,长期打鼾,会引起失眠、疲劳、抑郁等症状,影响人们的正常生活。因此,实现对鼾声定量的检测,分析,进而提出治疗改善的方法,是一件非常有意义的事情。
目前个人消费类电子常用的鼾声检测方法为通过检测声音的周期性来判断是否是鼾声,这种方法成本低,但抗干扰能力差。在安静环境下,可以检测出鼾声,但是当有语音或其他与鼾声频率相近的声音干扰时,会把语音或其他与鼾声频率相近的声音,误检测为鼾声,因此,现有的鼾声检测方法的检测准确率较低。
发明内容
本发明的主要目的在于提供一种鼾声检测方法及装置,旨在解决现有的鼾声检测方法的检测准确率较低的问题。
为实现上述目的,本发明提供的一种鼾声检测方法所述鼾声检测方法包括以下步骤:
获取采集到的音频信号中的低频段信号及高频段信号;
计算所述低频段信号及所述高频段信号的能量值;
判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
若是,则确定所述音频信号为鼾声音频信号。
可选地,所述获取采集到的音频信号中的低频段信号及高频段信号的步骤包括:
对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号。
可选地,所述计算所述低频段信号及所述高频段信号的能量值的步骤包括:
计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
可选地,所述判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内的步骤包括:
根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
判断计算得出的各个比值是否在所述第一预设范围内。
可选地,所述判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内的步骤包括:
根据所述高频段信号的各个帧信号的能量值组成高频段信号的能量波;
从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的低频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算各个获取的所述低频段信号的帧信号的能量值与选取的高频段信号的帧信号的能量值的比值;
判断计算得出的各个比值是否在所述第一预设范围内。
此外,为实现上述目的,本发明还提供一种鼾声检测装置,所述鼾声检测装置包括:
获取模块,用于获取采集到的音频信号中的低频段信号及高频段信号;
计算模块,用于计算所述低频段信号及所述高频段信号的能量值;
判断模块,用于判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
确定模块,用于若所述比值在第一预设范围内,则确定所述音频信号为鼾声音频信号。
可选地,所述获取模块包括:
处理单元,用于对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
获取单元,用于对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号。
可选地,所述计算模块,还用于计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
可选地,所述判断模块包括:
组成单元,用于根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
选取单元,用于从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算单元,用于计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
判断单元,用于判断计算得出的各个比值是否在所述第一预设范围内。
可选地,所述组成单元,还用于根据所述高频段信号的各个帧信号的能量值组成高频段信号的能量波;
所述选取单元,还用于从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的低频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
所述计算单元,还用于计算各个获取的所述低频段信号的帧信号的能量值与选取的高频段信号的帧信号的能量值的比值;
所述判断单元,还用于判断计算得出的各个比值是否在所述第一预设范围内。
本发明通过获取采集到的音频信号的低频段信号及高频段信号,并计算所述低频段信号的能量值及所述高频段信号的能量值的比值,由于鼾声信号的低频段信号的能量值及所述高频段信号的能量值的比值范围与普通语音信号的低频段信号的能量值及所述高频段信号的能量值的比值范围明显不同,通过判断所述比值是否在第一预设范围内,从而可以确定所述采集到的音频信号是否为鼾声音频信号,提高了鼾声检测的准确率。
附图说明
图1为本发明鼾声检测方法的第一实施例的流程示意图;
图2为图1中获取采集到的音频信号中的低频段信号及高频段信号的步骤细化流程示意图;
图3为本发明鼾声检测方法的第二实施例的流程示意图;
图4为图2中判断低频段信号的能量值与对应的高频段信号的能量值的比值是否在第一预设范围内的步骤细化流程示意图;
图5为本发明低频段信号的能量波形示意图;
图6为本发明鼾声检测装置的第一实施例的功能模块示意图;
图7为图6中获取模块的细化功能模块示意图;
图8为图6中判断模块的细化功能模块示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于上述问题,本发明提供一种鼾声检测方法。
参照图1,图1为本发明鼾声检测方法的第一实施例的流程示意图。
在本实施例中,所述鼾声检测方法包括:
步骤S10,获取采集到的音频信号中的低频段信号及高频段信号;
本发明的发明人研究发现,鼾声的高频段(600HZ~950HZ)和低频段(50HZ~300HZ)的能量分布值的衰减比例有明显的特征,基本范围在50~100之间。而普通语音的高频段(600HZ~950HZ)和低频段(50HZ~300HZ)的能量分布值的衰减比例在1~10之间,所以鼾声和普通语音的能量分布值的衰减比例有很大的区别。在本实施例中,所述低频段信号为采集到的音频信号中频率在50HZ~300HZ范围内的信号分量,所述高频段信号为采集到的音频信号中频率在600HZ~950HZ范围内的信号分量,在获取所述采集到的音频信号的低频段及高频段信号时,需要将所述音频信号通过两路带通滤波器进行滤波,所述两路带通滤波器分别为50HZ~300HZ的带通滤波器及600HZ~950HZ的带通滤波器,在通过上述带通滤波器的滤波后,就能获得所述音频信号的低频段信号及高频段信号。
步骤S20,计算所述低频段信号及所述高频段信号的能量值;
在获取到所述音频信号的低频段信号及高频段信号后,计算所述低频段信号的能量值及所述高频段信号的能量值,所述能量值代表所述低频段信号或高频段信号的幅度。具体的,可以将所述低频段信号和高频段信号进行加窗处理,从而得到所述低频段信号及高频段信号的帧信号,然后分别计算每帧信号的能量值,在计算出所述低频段的信号的各帧信号的能量值时,可以将所述低频段信号的各帧信号的能量值的平均值作为所述低频段信号的能量值,同时将所述高频段信号的各帧信号的能量值的平均值作为所述高频段信号的能量值,或者也可以从所述低频段信号的各帧信号的能量值组成的时域波形中选取相邻的预设个峰值的能量值作为所述低频段信号的能量值,同时将与所述选取的低频段信号的峰值相对应的高频段信号的各帧信号的能量值作为所述高频段信号的能量值,其中,所述预设个优选为5个。
步骤S30,判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
在本实施例中,所述第一预设范围为50~100。所述低频段信号的能量值可以为所述低频段信号的各帧信号的能量值,或者为所述低频段信号的各帧信号的能量值的平均值,或者为所述低频段信号的各帧信号的能量值中选取的预设个能量值,或者为所述低频段信号的各帧信号的能量值中选取的预设个能量值的平均值,相应的,所述高频段信号的能量值为所述高频段信号的各帧信号的能量值,或者为所述高频段信号的各帧信号的能量值的平均值,或者为所述高频段信号的各帧信号的能量值中选取的预设个能量值,或者为所述高频段信号的各帧信号的能量值中选取的预设个能量值的平均值。
步骤S40,若是,则确定所述音频信号为鼾声音频信号。
若所述比值在第一预设范围内,则确定所述音频信号为鼾声音频信号,所述比值不在第一预设范围内,则确定所述音频信号不是鼾声音频信号,例如普通语音信号或者一些噪音信号等。
本实施例通过获取采集到的音频信号的低频段信号及高频段信号,并计算所述低频段信号的能量值及所述高频段信号的能量值的比值,由于鼾声信号的低频段信号的能量值及所述高频段信号的能量值的比值范围与普通语音信号的低频段信号的能量值及所述高频段信号的能量值的比值范围明显不同,通过判断所述比值是否在第一预设范围内,从而可以确定所述采集到的音频信号是否为鼾声音频信号,提高了鼾声检测的准确率。
进一步地,基于第一实施例提出本发明鼾声检测方法的第二实施例,参照图2,在本实施例中,所述步骤S10包括:
步骤S11,对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
步骤S12,对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号。
在麦克风采集到原始的音频信号后,需要将采集到的模拟的音频信号转换为数字的音频信号,例如,采用12bit位AD采样,采样率为2Kbit/s进行采样,将采样得到的信号进行量化处理,得到持续的数字信号。在获得持续的数字信号后,对持续的数字信号进行加窗处理。在本实施例中,在加窗处理的过程中,优选为窗口长度为1000毫秒,帧移为200毫秒,在加窗处理后还需要对窗口内的信号经过两路带通滤波器的滤波,得到所述低频段信号的帧信号x(1),x(2),…,x(n),所述高频段信号的帧信号y(1),y(2),…,y(n),所述两路带通滤波器优选为巴特沃斯IIR(Infinite Impulse Response,无限脉冲响应)四阶50HZ~300HZ的带通滤波器及巴特沃斯IIR四阶600HZ~950HZ的带通滤波器。
本实施例通过对采到的信号进行采样和量化处理,然后对得到的数字信号进行加窗及滤波处理,从而最终得到低频段信号及高频段信号的帧信号,从而方便对所述音频信号的能量值进行计算。
进一步地,基于第二实施例提出本发明鼾声检测方法的第三实施例,参照图3,在本实施例中,所述步骤S20包括:
步骤S21,计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
在获得所述低频段信号的帧信号及所述高频段的信号后,通过预设的能量算法计算各帧信号的能量值,所述低频段信号的帧信号能量算法具体为:
其中,x(n)为低频段信号的各帧信号的时域波形,N为帧长,即一帧信号中含有的采样数据的个数,E(low)为低频段信号的各帧信号的能量值。
同理,所述高频段信号的帧信号能量算法具体为:
其中,y(n)为高频段信号的各帧信号的时域波形,N为帧长,即一帧信号中含有的采样数据的个数,E(high)为高频率段信号的各帧信号的能量值。
本实施例通过能量算法计算出各帧信号的能量值,从而使得对所述低频段信号及所述高频段信号的分析更加方便,直观。
进一步地,基于上述第三实施例提出本发明鼾声检测方法的第四实施例,参照图4,在本实施例中,所述步骤S30包括:
步骤S31,根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
步骤S32,从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
步骤S33,计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
步骤S34,判断计算得出的各个比值是否在所述第一预设范围内。
在判断所述低频段信号的能量值与对应的高频段信号的能量值的比值是否在第一预设范围之内时,具体的,可以将计算得出的低频段信号的各个帧信号的能量值组成低频段信号的能量波,例如,参照图5,图5为本实施例的低频段信号的能量波形图。在将所述低频段信号的各个帧信号的能量值组成能量波后,从所述能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,同时从所述高频段信号的各帧信号的能量值中获取与选取的低频段信号的帧信号相对应的预设个能量值,所述预设条件为所述低频段信号的能量波形中相邻峰值的时间差在第二预设范围内;在本发明的另一实施例中,可以将所述高频段信号的各个帧信号的能量值组成高频段信号的能量波,再从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,同时从所述低频段信号的各帧信号中获取与选取的高频段信号的帧信号相对应的预设个能量值,所述预设条件为所述高频段信号的能量波形中相邻峰值的时间差在第二预设范围内。具体的,以所述能量波形为低频段信号的能量波形为例,可以通过对能量波形中持续相邻的预设个的峰值进行分析,得到预设个峰值的周期值及能量值。例如,对能量波形中5个相邻的峰值进行分析,得到5个能量峰值E1(low)、E2(low)...E5(low),5个周期值Tp1、Tp2…Tp5,其中,所述周期值为能量波形中相邻的两个峰值的时间差。在获得周期值后,判断上述5个周期值是否满足以下规则:(1)、(Tp1,Tp2…Tp5)>3秒,即上述五个周期值都大于3秒;(2)、(Tp1,Tp2…Tp5)<8秒,即上述五个周期值都小于8秒;(3)、相邻周期差值t1=Tp2-Tp1,…,t5=Tp5-Tp4,(t1...t5)<1秒,即相邻的周期差值都小于1秒,可以理解的是,上述周期满足的各阈值也可以为其它值。若选取的预设个的帧信号的能量值满足上述规则,则获取与所述选取的低频段信号的帧信号所对应的高频段信号的帧信号的能量值,例如E1(high)、E2(high)…E5(high)。在本实施例中,所述低频段信号与高频段信号所对应的帧信号的能量值,指的是所述低频段信号与所述高频段信号在同一时间的帧信号的能量值。对应的,计算所述低频段信号的能量值及所述高频段信号的能量值的比值可用如下方式:P1=E1(low)/E1(high),P2=E2(low)/E2(high)…P5=E5(low)/E5(high)。在获得各个比值后,判断各个比值是否都在第一预设范围内,即P1、P2、P3、P4、P5是否都在第一预设范围内,所述第一预设范围优选为50~100,当上述条件满足时,确定所述音频信号为鼾声音频信号。同理,当所述能量波形为高频段信号的能量波形时,对所述能量波形中持续相邻的预设个的峰值进行分析,得到预设个峰值的周期值及能量值。例如,对能量波形中5个相邻的峰值进行分析,得到5个能量峰值E1(high1)、E2(high1)…E5(high1),5个周期值Tp1、Tp2…Tp5,相应的,当选取的预设个的帧信号的能量值满足上文描述的规则时,获取与所述选取的高频段信号的帧信号所对应的低频段信号的帧信号的能量值,例如E1(low1)、E2(low1)…E5(low1),所述低频段信号信号的能量值及所述高频段信号的能量值的比值的计算公式如下所述:P1=E1(low1)/E1(high1),P2=E2(low1)/E2(high1…P5=E5(low1)/E5(high1),在获得各个比值后,判断各个比值是否都在第一预设范围内,即P1、P2、P3、P4、P5是否都在第一预设范围内,所述第一预设范围优选为50~100,当上述条件满足时,确定所述音频信号为鼾声音频信号。在本发明的另一实施例中,也可以通过将上述5个比值求平均值,然后判断所述平均值是否在第一预设范围内,该第一预设范围优选为60~100。
本实施例通过获取低频段信号的多个帧信号的能量值与对应高频段信号的多个帧信号的能量值的比值,并通过判断获取的多个比值是否在第一预设范围内,从而确定采集到的音频信号是否为音频信号,进一步提高了鼾声检测的准确性。
本发明进一步提供一种鼾声检测装置。
参照图6,图6为本发明装置的第一实施例的功能模块示意图。
在本实施例中,所述鼾声检测装置包括:获取模块10、计算模块20、判断模块30及确定模块40。
所述获取模块10,用于获取采集到的音频信号中的低频段信号及高频段信号;
本发明的发明人研究发现,鼾声的高频段(600HZ~950HZ)和低频段(50HZ~300HZ)的能量分布值的衰减比例有明显的特征,基本范围在(50~100)之间。而普通语音的高频段(600HZ~950HZ)和低频段(50HZ~300HZ)的能量分布值的衰减比例在(1~10)之间,所以鼾声和普通语音的能量分布值的衰减比例有很大的区别。在本实施例中,所述低频段信号为采集到的音频信号中频率在50HZ~300HZ范围内的信号分量,所述高频段信号为采集到的音频信号中频率在600HZ~950HZ范围内的信号分量,在获取所述采集到的音频信号的低频段及高频段信号时,需要将所述音频信号通过两路带通滤波器进行滤波,所述两路带通滤波器分别为50HZ~300HZ的带通滤波器及600HZ~950HZ的带通滤波器,在通过上述带通滤波器的滤波后,就能获得所述音频信号的低频段信号及高频段信号。
所述计算模块20,用于计算所述低频段信号及所述高频段信号的能量值;
在获取到所述音频信号的低频段信号及高频段信号后,计算所述低频段信号的能量值及所述高频段信号的能量值,所述能量值代表所述低频段信号或高频段信号的幅度。具体的,可以将所述低频段信号和高频段信号进行加窗处理,从而得到所述低频段信号及高频段信号的帧信号,然后分别计算每帧信号的能量值,在计算出所述低频段的信号的各帧信号的能量值时,可以将所述低频段信号的各帧信号的能量值的平均值作为所述低频段信号的能量值,同时将所述高频段信号的各帧信号的能量值的平均值作为所述高频段信号的能量值,或者也可以从所述低频段信号的各帧信号的能量值组成的时域波形中选取相邻的预设个峰值的能量值作为所述低频段信号的能量值,同时将与所述选取的低频段信号的峰值相对应的高频段信号的各帧信号的能量值作为所述高频段信号的能量值,其中,所述预设个优选为5个。
所述计算模块20,还用于计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
在获得所述低频段信号的帧信号及所述高频段的信号后,通过预设的能量算法计算各帧信号的能量值,所述低频段信号的帧信号能量算法具体为:
其中,x(n)为低频段信号的各帧信号的时域波形,N为帧长,即一帧信号中含有的采样数据的个数,E(low)为低频段信号的各帧信号的能量值。
同理,所述高频段信号的帧信号能量算法具体为:
其中,y(n)为高频段信号的各帧信号的时域波形,N为帧长,即一帧信号中含有的采样数据的个数,E(high)为高频率段信号的各帧信号的能量值。
所述判断模块30,用于判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
在本实施例中,所述第一预设范围为50~100。所述低频段信号的能量值可以为所述低频段信号的各帧信号的能量值,或者为所述低频段信号的各帧信号的能量值的平均值,或者为所述低频段信号的各帧信号的能量值中选取的预设个能量值,或者为所述低频段信号的各帧信号的能量值中选取的预设个能量值的平均值,相应的,所述高频段信号的能量值为所述高频段信号的各帧信号的能量值,或者为所述高频段信号的各帧信号的能量值的平均值,或者为所述高频段信号的各帧信号的能量值中选取的预设个能量值,或者为所述高频段信号的各帧信号的能量值中选取的预设个能量值的平均值。
所述确定模块40,用于若所述比值在第一预设范围内,则确定所述音频信号为鼾声音频信号。
若所述比值在第一预设范围内,则确定所述音频信号为鼾声音频信号,所述比值不在第一预设范围内,则确定所述音频信号不是鼾声音频信号,例如普通语音信号或者一些噪音信号等。
本实施例通过获取采集到的音频信号的低频段信号及高频段信号,并计算所述低频段信号的能量值及所述高频段信号的能量值的比值,由于鼾声信号的低频段信号的能量值及所述高频段信号的能量值的比值范围与普通语音信号的低频段信号的能量值及所述高频段信号的能量值的比值范围明显不同,通过判断所述比值是否在第一预设范围内,从而可以确定所述采集到的音频信号是否为鼾声音频信号,提高了鼾声检测的准确率。
进一步地,基于第一实施例提出本发明鼾声检测装置的第二实施例,参照图7,在本实施例中,所述获取模块10包括:处理单元11及获取单元12。
所述处理单元11,用于对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
所述获取单元12,用于对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号;
在麦克风采集到原始的音频信号后,需要将采集到的模拟的音频信号转换为数字的音频信号,例如,采用12bit位AD采样,采样率为2Kbit/s进行采样,将采样得到的信号进行量化处理,得到持续的数字信号。在获得持续的数字信号后,对持续的数字信号进行加窗处理。在本实施例中,在加窗处理的过程中,优选为窗口长度为1000毫秒,帧移为200毫秒,在加窗处理后还需要对窗口内的信号经过两路带通滤波器的滤波,得到所述低频段信号的帧信号x(1),x(2),…,x(n),所述高频段信号的帧信号y(1),y(2),…,y(n),所述两路带通滤波器优选为巴特沃斯IIR(Infinite Impulse Response,无限脉冲响应)四阶50HZ~300HZ的带通滤波器及巴特沃斯IIR四阶600HZ~950HZ的带通滤波器。
本实施例通过对采到的信号进行采样和量化处理,然后对得到的数字信号进行加窗及滤波处理,从而最终得到低频段信号及高频段信号的帧信号,从而方便对所述音频信号的能量值进行计算。
进一步地,基于上述任一实施例提出本发明鼾声检测装置的第三实施例,参照图8,在本实施例中,所述判断模块30包括:组成单元31、选取单元32、计算单元33及判断单元34。
所述组成单元31,用于根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
所述选取单元32,用于从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
所述计算单元33,用于计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
所述判断单元34,用于判断计算得出的各个比值是否在所述第一预设范围内。
在判断所述低频段信号的能量值与对应的高频段信号的能量值的比值是否在第一预设范围之内时,具体的,可以将计算得出的低频段信号的各个帧信号的能量值组成低频段信号的能量波,例如,参照图5,图5为本实施例的低频段信号的能量波形图。在将所述低频段信号的各个帧信号的能量值组成能量波后,从所述能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,同时从所述高频段信号的各帧信号的能量值中获取与选取的低频段信号的帧信号相对应的预设个能量值,所述预设条件为所述低频段信号的能量波形中相邻峰值的时间差在第二预设范围内;在本发明的另一实施例中,可以将所述高频段信号的各个帧信号的能量值组成高频段信号的能量波,再从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,同时从所述低频段信号的各帧信号中获取与选取的高频段信号的帧信号相对应的预设个能量值,所述预设条件为所述高频段信号的能量波形中相邻峰值的时间差在第二预设范围内。具体的,以所述能量波形为低频段信号的能量波形为例,可以通过对能量波形中持续相邻的预设个的峰值进行分析,得到预设个峰值的周期值及能量值。例如,对能量波形中5个相邻的峰值进行分析,得到5个能量峰值E1(low)、E2(low)...E5(low),5个周期值Tp1、Tp2…Tp5,其中,所述周期值为能量波形中相邻的两个峰值的时间差。在获得周期值后,判断上述5个周期值是否满足以下规则:(1)、(Tp1,Tp2…Tp5)>3秒,即上述五个周期值都大于3秒;(2)、(Tp1,Tp2…Tp5)<8秒,即上述五个周期值都小于8秒;(3)、相邻周期差值t1=Tp2-Tp1,…,t5=Tp5-Tp4,(t1...t5)<1秒,即相邻的周期差值都小于1秒,可以理解的是,上述周期满足的各阈值也可以为其它值。若选取的预设个的帧信号的能量值满足上述规则,则获取与所述选取的低频段信号的帧信号所对应的高频段信号的帧信号的能量值,例如E1(high)、E2(high)…E5(high)。在本实施例中,所述低频段信号与高频段信号所对应的帧信号的能量值,指的是所述低频段信号与所述高频段信号在同一时间的帧信号的能量值。对应的,计算所述低频段信号的能量值及所述高频段信号的能量值的比值可用如下方式:P1=E1(low)/E1(high),P2=E2(low)/E2(high)…P5=E5(low)/E5(high)。在获得各个比值后,判断各个比值是否都在第一预设范围内,即P1、P2、P3、P4、P5是否都在第一预设范围内,所述第一预设范围优选为50~100,当上述条件满足时,确定所述音频信号为鼾声音频信号。同理,当所述能量波形为高频段信号的能量波形时,对所述能量波形中持续相邻的预设个的峰值进行分析,得到预设个峰值的周期值及能量值。例如,对能量波形中5个相邻的峰值进行分析,得到5个能量峰值E1(high1)、E2(high1)…E5(high1),5个周期值Tp1、Tp2…Tp5,相应的,当选取的预设个的帧信号的能量值满足上文描述的规则时,获取与所述选取的高频段信号的帧信号所对应的低频段信号的帧信号的能量值,例如E1(low1)、E2(low1)…E5(low1),所述低频段信号信号的能量值及所述高频段信号的能量值的比值的计算公式如下所述:P1=E1(low1)/E1(high1),P2=E2(low1)/E2(high1…P5=E5(low1)/E5(high1),在获得各个比值后,判断各个比值是否都在第一预设范围内,即P1、P2、P3、P4、P5是否都在第一预设范围内,所述第一预设范围优选为50~100,当上述条件满足时,确定所述音频信号为鼾声音频信号。在本发明的另一实施例中,也可以通过将上述5个比值求平均值,然后判断所述平均值是否在第一预设范围内,该第一预设范围优选为60~100。
本实施例通过获取低频段信号的多个帧信号的能量值与对应高频段信号的多个帧信号的能量值的比值,并通过判断获取的多个比值是否在第一预设范围内,从而确定采集到的音频信号是否为音频信号,进一步提高了鼾声检测的准确性。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种鼾声检测方法,其特征在于,所述鼾声检测方法包括以下步骤:
获取采集到的音频信号中的低频段信号及高频段信号;
计算所述低频段信号及所述高频段信号的能量值;
判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
若是,则确定所述音频信号为鼾声音频信号。
2.如权利要求1所述的鼾声检测方法,其特征在于,所述获取采集到的音频信号中的低频段信号及高频段信号的步骤包括:
对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号。
3.如权利要求2所述的鼾声检测方法,其特征在于,所述计算所述低频段信号及所述高频段信号的能量值的步骤包括:
计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
4.如权利要求3所述的鼾声检测方法,其特征在于,所述判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内的步骤包括:
根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
判断计算得出的各个比值是否在所述第一预设范围内。
5.如权利要求3所述的鼾声检测方法,其特征在于,所述判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内的步骤包括:
根据所述高频段信号的各个帧信号的能量值组成高频段信号的能量波;
从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的低频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算各个获取的所述低频段信号的帧信号的能量值与选取的高频段信号的帧信号的能量值的比值;
判断计算得出的各个比值是否在所述第一预设范围内。
6.一种鼾声检测装置,其特征在于,所述鼾声检测装置包括:
获取模块,用于获取采集到的音频信号中的低频段信号及高频段信号;
计算模块,用于计算所述低频段信号及所述高频段信号的能量值;
判断模块,用于判断所述低频段信号的能量值与对应的所述高频段信号的能量值的比值是否在第一预设范围内;
确定模块,用于若所述比值在第一预设范围内,则确定所述音频信号为鼾声音频信号。
7.如权利要求6所述的鼾声检测装置,其特征在于,所述获取模块包括:
处理单元,用于对采集到的音频信号进行采样及量化处理,得到持续的数字信号,并对所述数字信号进行加窗处理;
获取单元,用于对窗口内的数字信号进行带通滤波,得到所述音频信号的低频段信号及高频段信号,其中,所述低频段信号及高频段信号包括多个帧信号。
8.如权利要求7所述的鼾声检测装置,其特征在于,所述计算模块,还用于计算所述低频段信号及所述高频段信号的的各个帧信号的能量值,并把所述低频段信号的各个帧信号的能量值作为所述低频段信号的能量值,所述高频段信号的各个帧信号的能量值作为所述高频段信号的能量值。
9.如权利要求8所述的鼾声检测装置,其特征在于,所述判断模块包括:
组成单元,用于根据所述低频段信号的各个帧信号的能量值组成低频段信号的能量波;
选取单元,用于从所述低频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的高频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
计算单元,用于计算各个选取的低频段信号的帧信号的能量值与其对应的高频段信号的帧信号的能量值的比值;
判断单元,用于判断计算得出的各个比值是否在所述第一预设范围内。
10.如权利要求9所述的鼾声检测装置,其特征在于,所述组成单元,还用于根据所述高频段信号的各个帧信号的能量值组成高频段信号的能量波;
所述选取单元,还用于从所述高频段信号的能量波中选取预设个符合预设条件的相邻峰值所对应的帧信号的能量值,并获取与选取的帧信号的能量值所对应的低频段信号的帧信号的能量值,所述预设条件为相邻峰值的时间差在第二预设范围内;
所述计算单元,还用于计算各个获取的所述低频段信号的帧信号的能量值与选取的高频段信号的帧信号的能量值的比值;
所述判断单元,还用于判断计算得出的各个比值是否在所述第一预设范围内。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610005669.9A CN105534480B (zh) | 2016-01-05 | 2016-01-05 | 鼾声检测方法及装置 |
PCT/CN2016/101248 WO2017118126A1 (zh) | 2016-01-05 | 2016-09-30 | 一种鼾声检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610005669.9A CN105534480B (zh) | 2016-01-05 | 2016-01-05 | 鼾声检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105534480A CN105534480A (zh) | 2016-05-04 |
CN105534480B true CN105534480B (zh) | 2018-08-14 |
Family
ID=55814435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610005669.9A Active CN105534480B (zh) | 2016-01-05 | 2016-01-05 | 鼾声检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105534480B (zh) |
WO (1) | WO2017118126A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105534480B (zh) * | 2016-01-05 | 2018-08-14 | 深圳和而泰智能控制股份有限公司 | 鼾声检测方法及装置 |
CN106725337B (zh) * | 2017-01-05 | 2021-02-19 | 北京怡和嘉业医疗科技股份有限公司 | 鼾声检测方法和装置、正压呼吸机 |
CN110547802B (zh) * | 2019-09-11 | 2022-09-06 | 京东方科技集团股份有限公司 | 识别呼吸状态的装置 |
CN113938805B (zh) * | 2020-07-14 | 2024-04-23 | 广州汽车集团股份有限公司 | 一种低音音质的量化方法及装置 |
CN115206329B (zh) * | 2022-09-15 | 2023-01-24 | 深圳市倍轻松科技股份有限公司 | 一种确定鼾声信号的方法、装置、电子设备和存储介质 |
CN117892067B (zh) * | 2024-03-15 | 2024-05-28 | 国网上海市电力公司 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001276020A (ja) * | 2000-04-04 | 2001-10-09 | M I Labs:Kk | 密閉空気式音センサを使用した生体情報収集装置 |
CN201840571U (zh) * | 2010-04-16 | 2011-05-25 | 金同(广州)医疗保健品有限公司 | 测鼾器 |
CN103220384A (zh) * | 2012-01-18 | 2013-07-24 | 黄魏宁 | 一种危险性鼾声手机采集及自救*** |
CN103251388A (zh) * | 2013-04-25 | 2013-08-21 | 北京大学深圳研究生院 | 基于智能手机平台的打鼾监测和防治方法及*** |
CN104622432A (zh) * | 2015-02-06 | 2015-05-20 | 华南理工大学 | 基于低音比的睡眠鼾声监测方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7246619B2 (en) * | 2001-10-10 | 2007-07-24 | Ric Investments, Llc | Snore detecting method and apparatus |
CN102499637B (zh) * | 2011-09-26 | 2013-11-06 | 大连理工大学 | 阻塞性睡眠呼吸暂停低通气综合症筛查装置 |
CN102429662B (zh) * | 2011-11-10 | 2014-04-09 | 大连理工大学 | 家庭环境中睡眠呼吸暂停综合征的筛查*** |
JP2015188642A (ja) * | 2014-03-28 | 2015-11-02 | パイオニア株式会社 | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 |
CN105147244B (zh) * | 2015-06-24 | 2017-03-22 | 湖南明康中锦医疗科技发展有限公司 | 鼾声检测控制设备及其检测控制方法 |
CN105534480B (zh) * | 2016-01-05 | 2018-08-14 | 深圳和而泰智能控制股份有限公司 | 鼾声检测方法及装置 |
-
2016
- 2016-01-05 CN CN201610005669.9A patent/CN105534480B/zh active Active
- 2016-09-30 WO PCT/CN2016/101248 patent/WO2017118126A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001276020A (ja) * | 2000-04-04 | 2001-10-09 | M I Labs:Kk | 密閉空気式音センサを使用した生体情報収集装置 |
CN201840571U (zh) * | 2010-04-16 | 2011-05-25 | 金同(广州)医疗保健品有限公司 | 测鼾器 |
CN103220384A (zh) * | 2012-01-18 | 2013-07-24 | 黄魏宁 | 一种危险性鼾声手机采集及自救*** |
CN103251388A (zh) * | 2013-04-25 | 2013-08-21 | 北京大学深圳研究生院 | 基于智能手机平台的打鼾监测和防治方法及*** |
CN104622432A (zh) * | 2015-02-06 | 2015-05-20 | 华南理工大学 | 基于低音比的睡眠鼾声监测方法及*** |
Non-Patent Citations (1)
Title |
---|
阻塞性睡眠呼吸暂停综合征的分级检测;张海秀 等;《现代生物医学进展》;20120331;第12卷(第7期);第1247-1250页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2017118126A1 (zh) | 2017-07-13 |
CN105534480A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105534480B (zh) | 鼾声检测方法及装置 | |
DE602004001694T2 (de) | Vorrichtung zur Unterdrückung von Windgeräuschen | |
CN103413547B (zh) | 一种室内混响消除的方法 | |
CN104538011B (zh) | 一种音调调节方法、装置及终端设备 | |
CN104067339B (zh) | 噪音抑制装置 | |
CN103440869A (zh) | 一种音频混响的抑制装置及其抑制方法 | |
US20060072766A1 (en) | Reverberation removal | |
CN108766454A (zh) | 一种语音噪声抑制方法及装置 | |
CN104916288B (zh) | 一种音频中人声突出处理的方法及装置 | |
CN103544961B (zh) | 语音信号处理方法及装置 | |
US20100329471A1 (en) | Ambient noise compensation system | |
CN104916292B (zh) | 检测音频信号的方法和装置 | |
CN102475554B (zh) | 一种利用声品质指导车内声学包装的方法 | |
CN103730110B (zh) | 一种检测语音端点的方法和装置 | |
CN104658543A (zh) | 一种室内混响消除的方法 | |
Gerkmann et al. | Empirical distributions of DFT-domain speech coefficients based on estimated speech variances | |
CN109920439A (zh) | 基于音调能量和人耳频率选择性的减变速机啸叫评判方法 | |
CN103280225B (zh) | 一种低复杂度的静音检测方法 | |
CN115700544A (zh) | 一种联合经验模态分解及小波软阈值的色谱信号去噪方法 | |
CN110751959A (zh) | 一种汽车噪声不舒适度评价方法 | |
CN106024017A (zh) | 语音检测方法及装置 | |
CN1044293C (zh) | 背景音的编码/译码方法和设备 | |
CN109600697A (zh) | 终端外放音质确定方法及装置 | |
CN106228991B (zh) | 编解码方法、装置及*** | |
Meduri et al. | A survey and evaluation of voice activity detection algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |