龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：麒盛科技股份有限公司
摘要：本发明公开了一种基于深度学习算法的鼾声监测方法，以深度学习与语音识别技术作为基础，包括采集音频信号并按照预设的样本时长进行切片；使用静音检测算法判断切片中是否包含声音；对于包含声音的音频切片提取声学频谱特征；将生成的频谱特征输入到深度神经网络中提取深度学习特征；使用全连接层对提取到的深度学习特征进行分类；按照预设定时长进行鼾声事件判断并进行干预。本发明还公开了相关的系统。本发明提供的基于深度学习算法的鼾声识别方法和系统在判断鼾声与非鼾声的准确率上相比传统方法有较大的提高，带来更好的用户体验图1。
主权项：1.一种基于深度学习算法的鼾声监测方法，其特征在于，包括：采集声音信号并进行切片得到音频切片；使用静音检测算法判断音频切片中是否包含声音；将判断为包含声音的音频切片进行梅尔频率倒谱系数MFCC特征提取，然后使用预先训练好的深度学习模型进行深度特征提取和分类，将每个音频片段分类为包含鼾声的音频切片和不包含鼾声的音频切片；所述静音检测算法包括计算音频切片中的包括能量峰值、能量均值以及能量标准差的参数中的至少一个；以及将计算得到的参数与预先设定的静音阈值进行比较，若所述参数全部低于所述静音阈值，则将所述音频切片识别为静音的音频切片；其中，鼾声分类算法包括：对音频切片进行分帧操作；对分帧后的数据提取MFCC特征，基于所述MFCC特征组成音频切片的频谱图；将所述频谱图输入到预先训练的卷积神经网络中提取深度学习特征；以及将所述深度学习特征输入到全连接层中进行分类，以将每个音频切片分类为包含鼾声的音频切片和不包含鼾声的音频切片。
全文数据：
权利要求：
百度查询： 麒盛科技股份有限公司 一种基于深度学习算法的鼾声监测方法与系统以及相应的电动床控制方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号