[发明专利]梦呓识别方法、装置和电子设备

权利要求书

1.一种梦呓识别方法，其特征在于，包括：

获取音频信号，确定所述音频信号中各帧的响度、线性频谱能量和梅尔频谱能量；

根据所述各帧的响度确定背景噪音响度；

根据各帧的响度和所述背景噪音响度确定出有声片段；

根据各帧的梅尔频谱能量，输入神经网络鼾声预测模型，从所述有声片段中识别出非鼾声片段；

确定所述非鼾声片段中各帧的线性频谱能量极值信息，并根据预设梦呓规则以及所述线性频谱能量极值信息，从所述非鼾声片段中识别出梦呓片段。

2.根据权利要求1所述的方法，其特征在于，所述获取音频信号，确定所述音频信号中各帧的响度、线性频谱能量和梅尔频谱能量包括：

以预设频率采集音频信号；

对所述音频信号进行分帧、移帧、短时傅里叶变换获得各帧的线性频谱能量，对所述线性频谱能量进行梅尔频谱变换得到梅尔频谱能量；

和，

根据采样获得的麦克声压信号数据确定各帧的响度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述各帧的响度确定背景噪音响度包括：

按照预设时长在所述音频信号中截取背景噪音样本片段；

确定组成所述背景噪音样本片段的各帧的响度；

根据所述组成所述背景噪音样本片段的各帧的响度确定所述背景噪音样本片段的响度均值和响度方差；

将所述响度方差与预设平稳噪声上限阈值比较，在所述响度方差小于预设平稳噪声上限阈值的情况下，将所述背景噪音样本片段的响度均值作为所述背景噪音响度。

4.根据权利要求1所述的方法，其特征在于，所述根据各帧的响度和所述背景噪音响度确定出有声片段包括：

在一帧的响度大于所述背景噪音响度与波动响度的加和情况下，确定该帧为所述有声片段的起始帧；

在预设数量的连续帧的响度小于所述背景噪音响度与波动响度的加和情况下，确定所述连续帧的第一帧为所述有声片段的截止帧；

将所述起始帧与所述截止帧之间的各帧作为有声片段。

5.根据权利要求1所述的方法，其特征在于，所述各帧的梅尔频谱能量，输入神经网络鼾声预测模型，从所述有声片段中识别出非鼾声片段包括：

将组成所述有声片段的各帧的梅尔频谱能量作为输入值输入到所述神经网络鼾声预测模型，得到各有声片段的鼾声概率值；

在所述鼾声概率值小于预设概率阈值的情况下，将所述有声片段标记为非鼾声片段。

6.根据权利要求5所述的方法，其特征在于，所述各帧的梅尔频谱能量，输入神经网络鼾声预测模型，从所述有声片段中识别出非鼾声片段还包括：

在所述鼾声概率值大于等于预设鼾声阈值的情况下，将所述有声片段标记为疑似鼾声片段；

从疑似鼾声片段确定出连续疑似鼾声片段；

在所述连续疑似鼾声片段满足预设鼾声规则的条件下，将连续疑似鼾声片段标记为鼾声片段，其中，所述预设鼾声规则为：所述连续疑似鼾声片段的起始帧和截止帧之间的时间处于预设时长范围；且组成所述连续疑似鼾声片段的均值线性频谱能量的局部极大值对应的频点处于预设频率范围内；

将未标记为鼾声片段的有声片段标记为非鼾声片段。

7.根据权利要求1所述的方法，其特征在于，所述确定所述非鼾声片段中各帧的线性频谱能量极值信息，并根据预设梦呓规则以及所述线性频谱能量极值信息，从非鼾声片段中识别出梦呓片段包括：

确定出非鼾声片段中各帧的线性频谱能量最大值和幅值次大值，以及所述线性频谱能量最大值对应的第一频点和所述线性频谱能量次大值对应的第二频点；

当前帧与相邻的前一帧的第一频点差在预设阈值内，第二频点也同时满足，将该帧标记为疑似梦呓帧；

在组成所述非鼾声片段中的疑似梦呓帧的数量大于预设梦呓阈值的情况下，同时，相邻有声片段的时间间隔小于预设时长阈值的情况下，将所述非鼾声片段标记为梦呓片段。