[发明专利]注意力自适应音频时域调整方法

权利要求书

1.注意力自适应音频时域调整方法，其特征在于，包括如下步骤：

步骤a：依据用户的头部运动参数计算判断用户的注意力水平，分别为注意力集中、注意力适度分神和注意力分神；

步骤b：依据注意力检测结果，自适应调整音频信号时域控制参数；

步骤c：依据音频信号时域控制参数，实时进行语音信号变速不变调播放；所述步骤a中的用户注意力水平计算方法如下：

(1)当用户头部运动参数俯仰角度pitch和偏航角度yaw小于一定阈值T₂，用户注意力水平参数α设置为2，表示注意力集中；

(2)当用户头部运动参数俯仰角度pitch和偏航角度yaw在[T₂，T₁](T₁＞T₂)范围，用户注意力参数α设置为1，表示注意力适度分神；

(3)当用户头部运动参数俯仰角度pitch或偏航角度yaw大于T₁，用户注意力参数α设置为0，表示注意力分神。

2.如权利要求1所述注意力自适应音频时域调整方法，其特征在于，所述步骤a中的用户头部运动参数计算方法如下：

(1)初始化过程，检测视频图像中的正面人脸图像，如果检测人脸数量为零，初始化失败，并持续进行初始化；如果检测正面人脸数量大于等于1，则选择具有最大图像面积的正面人脸作为初始化对象，用于后续的头部运动参数计算；

(2)头部运动参数计算过程中，依据初始化的正面人脸图像，使用图像注册的方法计算视频中的用户头部三维运动参数，包括头部的俯仰角度pitch、偏航角度yaw和横滚角度roll。

3.如权利要求1所述注意力自适应音频时域调整方法，其特征在于，所述步骤b中依据注意力检测结果(α)自适应调整音频信号时域控制参数(β)的规则表示如下：

(1)当α＝2，β＝1*C，C为常数；

(2)当α＝1，β＝μ*C，μ为变量；

(3)当α＝0，β＝0*C。

4.如权利要求1所述注意力自适应音频时域调整方法，其特征在于，所述步骤c中依据音频信号时域控制参数(β)实时进行语音信号变速不变调播放方法如下：

(1)假设音频信号序列表示为A_i(i＝1，...，k×sr)，其中sr为音频信号采样率(单位：赫兹)，k为音频信号时长(单位：秒)，上一段音频信号播放结束位置假定为e；

(2)获取当前的音频信号时域控制参数β，读取根据参数β的播放时长为t秒的相对于e的后续音频信号序列为A_c(c＝e+1，...，t×β×sr)，t为系统响应延迟；

(3)对A_c(c＝e+1，...，t×β×sr)根据参数β使用相位声码器进行变速不变调信号合成，合成信号标记为A′_i(i＝1，...，t×sr)；

(4)播放合成信号A′_i(i＝1，...,t×sr)。