CN106409317B - 梦话提取方法、装置及用于提取梦话的装置 - Google Patents

梦话提取方法、装置及用于提取梦话的装置 Download PDF

Info

Publication number
CN106409317B
CN106409317B CN201610868042.6A CN201610868042A CN106409317B CN 106409317 B CN106409317 B CN 106409317B CN 201610868042 A CN201610868042 A CN 201610868042A CN 106409317 B CN106409317 B CN 106409317B
Authority
CN
China
Prior art keywords
audio signal
audio
recorded
threshold value
value
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
Application number
CN201610868042.6A
Other languages
English (en)
Other versions
CN106409317A (zh
Inventor
刘鸣
骆艳飞
祁连山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610868042.6A priority Critical patent/CN106409317B/zh
Publication of CN106409317A publication Critical patent/CN106409317A/zh
Application granted granted Critical
Publication of CN106409317B publication Critical patent/CN106409317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10009—Improvement or modification of read or write signals
    • G11B20/10305—Improvement or modification of read or write signals signal quality assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10527—Audio or video recording; Data buffering arrangements
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10527—Audio or video recording; Data buffering arrangements
    • G11B2020/10537—Audio or video recording
    • G11B2020/10546—Audio or video recording specifically adapted for audio data
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10527—Audio or video recording; Data buffering arrangements
    • G11B2020/10537—Audio or video recording
    • G11B2020/10546—Audio or video recording specifically adapted for audio data
    • G11B2020/10555—Audio or video recording specifically adapted for audio data wherein the frequency, the amplitude, or other characteristics of the audio signal is taken into account
    • G11B2020/10574—Audio or video recording specifically adapted for audio data wherein the frequency, the amplitude, or other characteristics of the audio signal is taken into account volume or amplitude
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B2020/10851—Erasing data on the record carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Telephone Function (AREA)

Abstract

本公开是关于一种梦话提取方法、装置及用于梦话提取的装置。该梦话提取方法包括：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。该方法能够针对梦话这种特定音频提供更适合的提取解决方案。

Description

梦话提取方法、装置及用于提取梦话的装置
技术领域
本公开涉及音频数据处理技术领域，尤其涉及一种梦话提取方法、装置及用于提取梦话的装置。
背景技术
随着智能设备的普及，智能设备上安装的应用(APP)越来越多，以提供越来越丰富的功能，更好满足用户需求。
相关技术中虽然已有很多种APP，但是，目前还缺乏对梦话提取的相关方案。
发明内容
为克服相关技术中存在的问题，本公开提供一种梦话提取方法、装置及用于提取梦话的装置。
根据本公开实施例的第一方面，提供一种梦话提取方法，包括：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
可选的，所述确定待记录的音频信号的门限值，包括：在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
可选的，所述根据获取的一段音频信号的幅度值，确定待记录的音频信号的门限值，包括：将获取的一段音频信号的幅度值的均值作为基准值；将基准值的预设倍数，确定为待记录的音频信号的门限值。
可选的，还包括：将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
可选的，还包括：对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；其中，所述预设条件包括如下项中的至少一项：语音识别结果中包含的字数大于预设字数阈值；语音识别结果中包含分词。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
根据本公开实施例的第二方面，提供一种梦话提取装置，包括：响应模块，用于响应梦话提取功能的启动指令；采集模块，用于采集周围的音频信号；确定模块，用于确定待记录的音频信号的门限值；记录模块，用于当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
可选的，所述确定模块包括：确定子模块，用于在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；计算子模块，用于根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
可选的，所述计算子模块进一步用于：将获取的一段音频信号的幅度值的均值作为基准值；将基准值的预设倍数，确定为待记录的音频信号的门限值。
可选的，还包括：保存模块，用于将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
可选的，还包括：删除模块，用于对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
可选的，还包括：所述保存模块进一步用于：对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；其中，所述预设条件包括如下项中的至少一项：语音识别结果中包含的字数大于预设字数阈值；语音识别结果中包含分词。
可选的，所述保存模块进一步用于：对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
根据本公开实施例的第三方面，提供一种用于提取梦话的装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集音频信号的幅度值小于所述门限值时，停止记录。
可选的，所述确定待记录的音频信号的门限值，包括：在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
可选的，所述根据获取的一段音频信号的幅度值，确定待记录的音频信号的门限值，包括：将获取的一段音频信号的幅度值的均值作为基准值；将基准值的预设倍数，确定为待记录的音频信号的门限值。
可选的，还包括：将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
可选的，还包括：对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；其中，所述预设条件包括如下项中的至少一项：语音识别结果中包含的字数大于预设字数阈值；语音识别结果中包含分词。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种梦话提取方法，所述方法包括：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
可选的，所述确定待记录的音频信号的门限值，包括：在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
可选的，所述根据获取的一段音频信号的幅度值，确定待记录的音频信号的门限值，包括：将获取的一段音频信号的幅度值的均值作为基准值；将基准值的预设倍数，确定为待记录的音频信号的门限值。
可选的，还包括：将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
可选的，还包括：对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；其中，所述预设条件包括如下项中的至少一项：语音识别结果中包含的字数大于预设字数阈值；语音识别结果中包含分词。
可选的，所述将记录的音频信号保存为音频文件，包括：对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过采集音频信号，并保存幅度值大于门限值的音频信号，可以提取出梦话，丰富降噪技术的应用。
进一步的，通过根据采集的音频信号确定门限值，可以确定出更准确的门限值，更利于梦话提取。
进一步的，通过删除相似度较大的音频文件可以删除无用的鼾声。
进一步的，通过对记录的音频信号进行语音识别，可以根据识别结果确定音频信号是梦话或者无用的鼾声等，从而可以根据语音识别结果保存更准确的音频信号。
进一步的，通过对记录的音频信号进行打分，并根据打分结果进行排序保存，可以优先保存为梦话的音频信号。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种梦话提取方法的流程图。
图2是根据一示例性实施例示出的另一种梦话提取方法的流程图。
图3是根据一示例性实施例示出的一种梦话提取装置框图。
图4是根据一示例性实施例示出的另一种梦话提取装置框图。
图5是根据一示例性实施例示出的一种用于提取梦话的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种梦话提取方法的流程图，如图1所示，梦话提取方法用于移动终端中，包括以下步骤。
在步骤S11中，响应梦话提取功能的启示指令。
例如，当用户需要提取梦话时，可以在睡觉之前，通过点击或其他指令启动梦话提取功能。
在步骤S12中，采集周围的音频信号。
以移动终端是手机为例，当接收到启动指令后，可以触发手机的音频输入装置(如麦克风)采集周围的音频信号。
在步骤S13中，确定待记录的音频信号的门限值。
一些实施例中，可以预先设置固定的一个门限值。
一些实施例中，可以根据采集的音频信号确定门限值。
例如，可以在采集的音频信号中获取一段音频信号，该一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值，也就是相对稳定且幅度较小的音频信号，再根据获取的一段音频信号确定门限值。例如，将这一段音频信号的幅度值的均值作为基准值，再将基准值的预设倍数，确定为待记录的音频信号的门限值。
在步骤S14中，当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
其中，可以将记录的每段音频信号保存为一个音频文件。由于用户在睡梦过程中，可能会多次说梦话，因此，可以保存多个音频文件。不同音频文件在保存时可以分开不保存，以避免相互覆盖。
人们在睡梦中时，存在的音频信号可能是噪声，也可能是梦话，当音频信号的幅度小于门限值时，可以认为其是噪声，不进行记录，而当音频信号的幅度大于门限值时，可以认为其是梦话，进行记录，以满足用户对梦话提取的需求。
本实施例中，通过采集音频信号，并保存幅度值大于门限值的音频信号，可以提取出梦话，丰富降噪技术的应用。
图2是根据一示例性实施例示出的另一种梦话提取方法的流程图，如图2所示，梦话提取方法用于移动终端中，包括以下步骤。
在步骤S21中，接收梦话提取功能的启动指令并响应所述启动指令。
例如，当用户需要提取梦话时，可以在睡觉之前，通过点击或其他指令启动梦话提取功能。
在步骤S22中，采集周围的音频信号。
以移动终端是手机为例，当接收到启动指令后，可以触发手机的音频输入装置(如麦克风)采集周围的音频信号。
在步骤S23中，在采集的音频信号中，获取一段音频信号，其中，一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设值，以及，根据获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
例如，可以在采集的音频信号中获取幅度值的变化量小于预设变化量，且幅度值小于预设幅度值的一段音频信号，也就是相对稳定且幅度较小的音频信号，再根据获取的该段音频信号确定门限值。例如，将这段音频信号的幅度值的均值作为基准值，再将基准值的预设倍数，确定为待记录的音频信号的门限值。
在步骤S24中，当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
例如，在T11时间点，采集的音频信号的幅度值大于门限值，则开始记录音频信号，当T12时间点，音频信号的幅度值小于门限值，则停止记录，从而可以记录T11～T12这一时间区间内的一段音频信号。又例如，在T21时间点，采集的音频信号的幅度值大于门限值，则开始记录音频信号，当T22时间点，音频信号的幅度值小于门限值，则停止记录，从而可以记录T21～T22这一时间区间内的一段音频信号。
在步骤S25中，将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
假设T11～T12这一时间区间内的一段音频信号被保存为第一音频文件，T21～T22这一时间区间内的一段音频信号被保存为第二音频文件，则第一音频文件和第二音频文件可以保存在不同的存储区域。例如，每次存储之前先查找空闲的存储区域，在空闲的存储区域中将幅度值大于门限值的音频信号保存为音频文件。
进一步的，所述将记录的音频信号保存为音频文件，包括：
对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；
其中，所述预设条件包括如下项中的至少一项：
语音识别结果中包含的字数大于预设字数阈值；
语音识别结果中包含分词。
具体如，当记录一段音频信号后，对该段音频信号进行语音识别，得到音频信号对应的文本，如果该文本中包含的字数大于预设字数阈值(如大于5个字)，和/或，该文本中包含分词(如动词)，则将该段音频信号保存为音频文本。通常来讲，当上述的文本包含的字数大于字数阈值或包含分词时，可以说明该段音频信号是梦话，而非无用的鼾声或磨牙等噪声，因此通过对音频信号进行语音识别，可以提高保存的音频文件的准确度。
进一步的，所述将记录的音频信号保存为音频文件，包括：
对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
例如，如果对一段音频信号的语音识别结果中包含的字数越多则该段音频信号的分值越高，在保存为音频文件时排序在越靠前。因此，可以将质量更优的梦话排序在前。
在步骤S26中，对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
其中，在存储的所有音频文件中，可以两两进行相似度判断，具体的，可以采用语音相似度算法进行相似度判断，以确定两个音频文件的相似度。假设第一音频文件与第二音频文件的相似度大于阈值，则删除第一音频文件和第二音频文件。
进一步的，语音相似度的计算算法有多种，例如，可以对每个音频文件进行特征提取，获取每个音频文件对应的特征向量，之后再计算两个音频文件对应的两个特征向量之间的余弦距离或欧式距离等，将计算得到的距离值作为相似度数值，进而判断相似度数值是否大于阈值。
人们在睡梦中时，超过门限值的音频信号除了梦话之前，还可能是打鼾的声音，而打鼾的声音的相似度较大，本实施例通过删除相似度较大的音频文件可以删除无用的鼾声。
在步骤S27中，判断是否结束梦话提取功能，若是，执行步骤S28，否则，重复执行步骤S22及其后续步骤。
其中，可以是接收到梦话提取功能的结束指令后，确定结束梦话提取功能，或者，也可以是预先设置结束时间，当达到结束时间时，确定结束梦话提取功能。进一步的，上述的结束时间可以是绝对时间，如凌晨6点，则在凌晨6点结束梦话提取功能。或者，上述的结束时间也可以是与梦话提取功能的启动指令的产生时间之间的间隔时间，如8小时，则如果启动指令的产生时间是12点，则在8点结束梦话提取功能。
在步骤S28中，结束对周围音频信号的采集。
可以理解的是，上述S26进行相似度判断时，可以是每次保存得到一个音频文件后，将该音频文件与已有的音频文件进行两两相似度运算，以删除相似度较大的音频文件。或者，也可以是梦话提取功能结束后，对保存的所有音频文件进行两两相似度运算，以删除相似度较大的音频文件。
本实施例中，通过采集音频信号，并保存幅度值大于门限值的音频信号，可以提取出梦话，丰富降噪技术的应用。进一步的，通过根据采集的音频信号确定门限值，可以确定出更准确的门限值，更利于梦话提取。进一步的，通过删除相似度较大的音频文件可以删除无用的鼾声。进一步的，通过对记录的音频信号进行语音识别，可以根据识别结果确定音频信号是梦话或者无用的鼾声等，从而可以根据语音识别结果保存更准确的音频信号。进一步的，通过对记录的音频信号进行打分，并根据打分结果进行排序保存，可以优先保存为梦话的音频信号。
图3是根据一示例性实施例示出的一种梦话提取装置框图。参照图3，该装置30包括：响应模块31、采集模块32、确定模块33和记录模块34。
响应模块31，用于响应梦话提取功能的启动指令；
采集模块32，用于在接收到所述启动指令后，采集周围的音频信号；
确定模块33，用于确定待记录的音频信号的门限值；
记录模块34，用于当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
一些实施例中，参见图4，所述确定模块33包括：
确定子模块331，用于在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；
计算子模块332，用于根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值。
一些实施例中，所述计算子模块332进一步用于：
将获取的一段音频信号的幅度值的均值作为基准值；
将基准值的预设倍数，确定为待记录的音频信号的门限值。
一些实施例中，参见图4，该装置30还包括：
保存模块35，用于将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中。
一些实施例中，参见图4，该装置30还包括：
删除模块36，用于对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件。
一些实施例中，所述保存模块35进一步用于：
对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；
其中，所述预设条件包括如下项中的至少一项：
语音识别结果中包含的字数大于预设字数阈值；
语音识别结果中包含分词。
一些实施例中，所述保存模块35进一步用于：
对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例中，通过采集音频信号，并保存幅度值大于门限值的音频信号，可以提取出梦话，丰富降噪技术的应用。进一步的，通过根据采集的音频信号确定门限值，可以确定出更准确的门限值，更利于梦话提取。进一步的，通过删除相似度较大的音频文件可以删除无用的鼾声。
图5是根据一示例性实施例示出的一种用于提取梦话的装置的框图。例如，装置500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。
处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理***，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法：响应梦话提取功能的启动指令；采集周围的音频信号；确定待记录的音频信号的门限值；当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (8)

1.一种梦话提取方法，其特征在于，包括：
响应梦话提取功能的启动指令；
采集周围的音频信号；
确定待记录的音频信号的门限值；
当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录；
所述确定待记录的音频信号的门限值，包括：
在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；
根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值；
所述方法还包括：
将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中；
对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件；
所述将记录的音频信号保存为音频文件，包括：
对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；
其中，所述预设条件包括如下项中的至少一项：
语音识别结果中包含的字数大于预设字数阈值；
语音识别结果中包含分词；
所述对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件包括：
对不同存储区域的每个音频文件进行特征提取，以获取每个音频文件的特征向量；
计算任意两个所述音频文件的特征向量之间的余弦距离或欧式距离，并将计算得到的距离值作为相似度数值，以判断所述相似度数值是否大于阈值；
删除相似度大于阈值的音频文件。
2.根据权利要求1所述的方法，其特征在于，所述根据获取的一段音频信号的幅度值，确定待记录的音频信号的门限值，包括：
将获取的一段音频信号的幅度值的均值作为基准值；
将基准值的预设倍数，确定为待记录的音频信号的门限值。
3.根据权利要求1所述的方法，其特征在于，所述将记录的音频信号保存为音频文件，包括：
对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
4.一种梦话提取装置，其特征在于，包括：
响应模块，用于响应梦话提取功能的启动指令；
采集模块，用于采集周围的音频信号；
确定模块，用于确定待记录的音频信号的门限值；
记录模块，用于当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录；
所述确定模块包括：
确定子模块，用于在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；
计算子模块，用于根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值；
所述装置还包括：
保存模块，用于将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中；
删除模块，用于对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件；
所述保存模块进一步用于：
对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；
其中，所述预设条件包括如下项中的至少一项：
语音识别结果中包含的字数大于预设字数阈值；
语音识别结果中包含分词；
所述删除模块进一步用于：
对不同存储区域的每个音频文件进行特征提取，以获取每个音频文件的特征向量；
计算任意两个所述音频文件的特征向量之间的余弦距离或欧式距离，并将计算得到的距离值作为相似度数值，以判断所述相似度数值是否大于阈值；
删除相似度大于阈值的音频文件。
5.根据权利要求4所述的装置，其特征在于，所述计算子模块进一步用于：
将获取的一段音频信号的幅度值的均值作为基准值；
将基准值的预设倍数，确定为待记录的音频信号的门限值。
6.根据权利要求4所述的装置，其特征在于，所述保存模块进一步用于：
对所述记录的音频信号进行语音识别，根据语音识别结果对所述记录的音频信号进行打分，根据记录的音频信号的分值从高到低的顺序依次保存对应的音频文件。
7.一种用于提取梦话的装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
响应梦话提取功能的启动指令；
采集周围的音频信号；
确定待记录的音频信号的门限值；
当所述采集的音频信号的幅度值大于所述门限值时，开始记录所述采集的音频信号，直至所述采集的音频信号的幅度值小于所述门限值时，停止记录；
所述确定待记录的音频信号的门限值，包括：
在采集的音频信号中，获取一段音频信号，其中所述一段音频信号的幅度值的变化量小于预设变化量，且幅度值小于预设幅度值；
根据所述获取的一段音频信号的幅度值，确定待记录的音频信号的门限值；
所述处理器还被配置为：
将记录的音频信号保存为音频文件，且不同的音频文件保存在不同的存储区域中；
对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件；
所述将记录的音频信号保存为音频文件，包括：
对所述记录的音频信号进行语音识别，将满足所述语音识别的预设条件的记录的音频信号保存为音频文件；
其中，所述预设条件包括如下项中的至少一项：
语音识别结果中包含的字数大于预设字数阈值；
语音识别结果中包含分词；
所述对不同存储区域的音频文件进行相似度判断，删除相似度大于阈值的音频文件包括：
对不同存储区域的每个音频文件进行特征提取，以获取每个音频文件的特征向量；
计算任意两个所述音频文件的特征向量之间的余弦距离或欧式距离，并将计算得到的距离值作为相似度数值，以判断所述相似度数值是否大于阈值；
删除相似度大于阈值的音频文件。
8.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-3中任一项所述方法的步骤。
CN201610868042.6A 2016-09-29 2016-09-29 梦话提取方法、装置及用于提取梦话的装置 Active CN106409317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610868042.6A CN106409317B (zh) 2016-09-29 2016-09-29 梦话提取方法、装置及用于提取梦话的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610868042.6A CN106409317B (zh) 2016-09-29 2016-09-29 梦话提取方法、装置及用于提取梦话的装置

Publications (2)

Publication Number Publication Date
CN106409317A CN106409317A (zh) 2017-02-15
CN106409317B true CN106409317B (zh) 2020-02-07

Family

ID=59229539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610868042.6A Active CN106409317B (zh) 2016-09-29 2016-09-29 梦话提取方法、装置及用于提取梦话的装置

Country Status (1)

Country Link
CN (1) CN106409317B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215640B (zh) * 2017-06-30 2021-06-01 深圳大森智能科技有限公司 语音识别方法、智能终端及计算机可读存储介质
CN109286554B (zh) * 2018-09-14 2021-07-13 腾讯科技（深圳）有限公司 社交应用中社交功能解锁方法及装置
CN113986187B (zh) * 2018-12-28 2024-05-17 阿波罗智联(北京)科技有限公司 音区幅值获取方法、装置、电子设备及存储介质
CN111383662A (zh) * 2020-03-18 2020-07-07 斑马网络技术有限公司 Ecu报警音验证方法及***
CN113421586B (zh) * 2021-06-18 2024-05-07 南京优博一创智能科技有限公司 梦呓识别方法、装置和电子设备
CN114511474B (zh) * 2022-04-20 2022-07-05 天津恒宇医疗科技有限公司 血管内超声图像的降噪方法、***、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0144415A1 (fr) * 1983-06-20 1985-06-19 CAPEL, Raymond Dispositif pour creer une ambiance lumineuse variable
CN1773563A (zh) * 2004-11-08 2006-05-17 三星电子株式会社 唤醒报警信号产生装置和方法
CN103006182A (zh) * 2012-12-06 2013-04-03 浙江工业大学 家用睡眠呼吸暂停综合症的初步检测***
CN103150260A (zh) * 2011-11-25 2013-06-12 华为数字技术（成都）有限公司 重复数据删除方法和装置
CN105286867A (zh) * 2014-06-24 2016-02-03 中兴通讯股份有限公司 一种采集声音信息的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0144415A1 (fr) * 1983-06-20 1985-06-19 CAPEL, Raymond Dispositif pour creer une ambiance lumineuse variable
CN1773563A (zh) * 2004-11-08 2006-05-17 三星电子株式会社 唤醒报警信号产生装置和方法
CN103150260A (zh) * 2011-11-25 2013-06-12 华为数字技术（成都）有限公司 重复数据删除方法和装置
CN103006182A (zh) * 2012-12-06 2013-04-03 浙江工业大学 家用睡眠呼吸暂停综合症的初步检测***
CN105286867A (zh) * 2014-06-24 2016-02-03 中兴通讯股份有限公司 一种采集声音信息的方法及装置

Also Published As

Publication number Publication date
CN106409317A (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
CN106409317B (zh) 梦话提取方法、装置及用于提取梦话的装置
CN105845124B (zh) 音频处理方法及装置
CN109446994B (zh) 手势关键点检测方法、装置、电子设备及存储介质
CN107025419B (zh) 指纹模板录入方法及装置
CN105338409B (zh) 一种网络视频预加载方法及装置
CN105224349B (zh) 应用程序的删除提示方法和装置
EP2998960B1 (en) Method and device for video browsing
US20170154221A1 (en) Video categorization method and apparatus, and storage medium
CN106357934B (zh) 锁屏的控制方法和装置
CN107870712B (zh) 一种截图处理方法及装置
CN104035558A (zh) 终端设备控制方法及装置
CN106534951B (zh) 视频分割方法和装置
KR20170022966A (ko) 정보 푸시 방법 및 장치, 및 컴퓨터 판독 가능한 저장 매체
CN109087650B (zh) 语音唤醒方法及装置
CN111553372B (zh) 一种训练图像识别网络、图像识别搜索的方法及相关装置
CN111063354B (zh) 人机交互方法及装置
CN106547850B (zh) 表情注释方法及装置
CN109034106B (zh) 人脸数据清洗方法及装置
CN105447109A (zh) 关键字词搜索方法及装置
CN106331328B (zh) 信息提示的方法及装置
CN110673917A (zh) 信息管理方法和装置
CN105426904A (zh) 照片处理方法、装置和设备
CN110213062B (zh) 处理消息的方法及装置
CN109145151B (zh) 一种视频的情感分类获取方法及装置
CN107948876B (zh) 控制音箱设备的方法、装置及介质

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