[发明专利]一种基于语音频域指纹的方舱对讲机开启方法

说明书

技术领域

本发明涉及信号处理、数据通信和方舱医院等领域，具体的说，本发明给出了一种基于语音频域指纹的方舱对讲机开启方法，对讲机可自动识别用户的语音，然后开启对讲模式，用户无需在讲话前按下对讲按钮，便可直接对讲，从而使得用户的双手可以更加自由地进行其它操作。

背景技术

市面上常见的对讲机，在用户需要讲话时，需要按下对讲按钮，才能将自己的语音送入对讲网络。

由于用户在对讲时，有一只手需要按住对讲按钮，这种使用模式很大程度上限制了用户的双手，使得用户无法自由支配自己的双手，在野外方舱医院中，通常情况都会比较紧急，普通对讲模式使得对讲机成为了一个必须要使用但又不能使用的工具，严重时甚至可能引起重大事故。

本发明给出了一种基于语音频域指纹的方舱对讲机开启方法，对讲机可自动识别用户的语音，然后开启对讲模式，用户无需在讲话前按下对讲按钮，便可直接对讲，从而使得用户的双手可以更加自由地进行其它操作。

发明内容

本发明给出了一种基于语音频域指纹的方舱对讲机开启方法，对讲机可自动识别用户的语音，然后开启对讲模式，用户无需在讲话前按下对讲按钮，便可直接对讲，从而使得用户的双手可以更加自由地操作，其具体工作方式如下：

(1) 用户按下训练模式按钮，向对讲机输入一段口令，然后释放训练模式按钮，结束一次训练，重复该操作N遍，语音长度为M个采样点；

(2) 对语音进行频域变换，得到频域语音F，按照50%的重叠率，将F分割为L个频带，计算出第i个音频第j个频带的语音能量为： ，将保存为音频样本，得到样本音频频带能量的向量；

(3) 计算样本音频各频带的能量期望值为：，从而得到样本音频频带能量的期望音频指纹向量；

(4) 当用户准备向对讲网络输入话音时，先向对讲机输入训练时使用的口令，从而采集到现场语音，然后按照样本语音的处理方法，求得现场语音各频带的能量：，得到现场音频频带能量的音频指纹向量；

(5) 计算现场音频各频带的能量与样本音频各频带能量期望的归一化相关系数：；

(6) 经过多个样本测试，确定门限值，如果，则开启对讲模式，允许用户向对讲网络输入语音，否则作下一步操作操作；

(7)计算现场音频各频带的能量与各样本音频各频带能量的归一化相关系数：，如果的次数大于N/2，则开启对讲模式，允许用户向对讲网络输入语音，否则回到等待模式。

附图说明

无。

具体实施方式

本发明给出了一种基于语音频域指纹的方舱对讲机开启方法，对讲机可自动识别用户的语音，然后开启对讲模式，用户无需在讲话前按下对讲按钮，便可直接对讲，从而使得用户的双手可以更加自由地操作，可以通过在对讲机中增加一个软件模块的方法进行实现，具体的实现方式如下：

(1)    用户按下训练模式按钮，向对讲机重复输入一段口令N遍，语音长度为M个采样点；

(2)    按照50%的重叠率将频域音频分割为L个频带，计算出第i个音频第j个频带的语音能量为：，将保存为音频样本，得到样本音频频带能量的向量；

(3)计算样本音频各频带的能量期望值为：，从而得到样本音频频带能量的期望音频指纹向量；

(4)    当用户准备向对讲网络输入话音时，先向对讲机输入训练时使用的口令，然后按照样本语音的处理方法，求得现场语音各频带的能量：，得到现场音频频带能量的音频指纹向量；

(5)    计算现场音频各频带的能量与样本音频各频带能量期望的归一化相关系数：；

(6)    经过多个样本测试，确定门限值，如果，则开启对讲模式，允许用户向对讲网络输入语音，否则作下一步操作操作；计算现场音频各频带的能量与各样本音频各频带能量的归一化相关系数：，如果的次数大于N/2，则开启对讲模式，允许用户向对讲网络输入语音，否则回到等待模式。