[发明专利]基于环境背景声音的智能情景模式切换系统及方法

权利要求书

1.一种基于环境背景声音的智能情景模式切换系统，其特征在于，包括：

一数据采集模块，获取终端所处环境的环境信息及加速度数据；

一状态检测模块，根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；

一特征提取模块，根据运动状态信息，对环境信息提取特征信息；

一场景识别模块，采用分类算法对特征信息进行分类识别，确定场景类别；

一情景模式切换模块，根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。

2.根据权利要求1所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述状态检测模块判断用户的运动状态的处理步骤包括：

（1）分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；

（2）计算最大标准差所对应方向的加速度数据的零交叉点数；

（3）判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。

3.根据权利要求2所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述环境信息包括声音信息，系统还包括声音信息处理模块，用于对声音信息进行滤波处理，保留100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。

4.根据权利要求3所述的基于环境背景声音的智能情景模式切换系统，其特征在于，若用户运动状态为“运动”，特征提取模块提取声音信息的响度特征；若用户运动状态为“相对静止”，特征提取模块提取声音信息的响度特征，并生成一个维特征向量。

5.根据权利要求4所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述维特征向量的计算步骤如下：

1）将一定时间的声音信息分割为个声音帧；

2）对每个声音帧执行层离散小波变换操作，得到个重构信号，再计算每个重构信号的短时幅度，得到维的小波变换矩阵；

3）提取每个声音帧的前个梅尔频率倒谱系数，构成维的梅尔频率倒谱系数矩阵；

4）按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到维矩阵和维矩阵；

5）将步骤4）所得矩阵串联成一个维特征向量。

6.一种基于环境背景声音的智能情景模式切换方法，其特征在于，包括以下步骤：

S01：获取终端所处环境的环境信息及加速度数据；

S02：根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；

S03：根据运动状态信息，对环境信息提取特征信息；

S04：采用分类算法对特征信息进行分类识别，确定场景类别；

S05：根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。

7.根据权利要求6所述的基于环境背景声音的智能情景模式切换方法，其特征在于，判断用户的运动状态的处理步骤包括：

（1）分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；

（2）计算最大标准差所对应方向的加速度数据的零交叉点数；

（3）判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。

8.根据权利要求7所述的基于环境背景声音的智能情景模式切换方法，其特征在于，所述环境信息包括声音信息，对声音信息进行滤波处理，保留100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。

9.根据权利要求8所述的基于环境背景声音的智能情景模式切换方法，其特征在于，若用户运动状态为“运动”，提取声音信息的响度特征；若用户运动状态为“相对静止”，提取声音信息的响度特征，并生成一个维特征向量。

10.根据权利要求8所述的基于环境背景声音的智能情景模式切换方法，其特征在于，所述维特征向量的计算步骤如下：

1）将一定时间的声音信息分割为个声音帧；

2）对每个声音帧执行层离散小波变换操作，得到个重构信号，再计算每个重构信号的短时幅度，得到维的小波变换矩阵；

3）提取每个声音帧的前个梅尔频率倒谱系数，构成维的梅尔频率倒谱系数矩阵；

4）按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到维矩阵和维矩阵；

5）将步骤4）所得矩阵串联成一个维特征向量。