睡眠聲音信號(hào)疲勞評(píng)估方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202110154782.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113012719A 公開(kāi)（公告）日 2021-06-22
申請(qǐng)公布號(hào) CN113012719A 申請(qǐng)公布日 2021-06-22
分類號(hào) G10L25/66;G10L25/03;G10L25/18;G10L25/30 分類 樂(lè)器；聲學(xué);
發(fā)明人 周霆;賀立群;阮宏洋 申請(qǐng)（專利權(quán)）人 上海小芃科技有限公司
代理機(jī)構(gòu) 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 劉廣達(dá)
地址 200232 上海市徐匯區(qū)豐谷路315弄24號(hào)1-3層
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)岢鲆环N基于睡眠聲音信號(hào)的疲勞評(píng)估方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，通過(guò)獲取睡眠時(shí)的音頻信號(hào)，計(jì)算所述音頻信號(hào)的梅爾頻譜特征，結(jié)合高斯混合模型，分離所述音頻信號(hào)為鼾聲段和非鼾聲段，計(jì)算打鼾時(shí)長(zhǎng)占比，將所述音頻信號(hào)的梅爾頻譜特征輸入人工智能語(yǔ)音模型中，所述人工智能語(yǔ)音模型計(jì)算并輸出聲音特征向量，獲取睡眠總時(shí)長(zhǎng)，將打鼾時(shí)長(zhǎng)占比、聲音特征向量和睡眠總時(shí)長(zhǎng)輸入到機(jī)器學(xué)習(xí)分類器中，輸出疲勞等級(jí)，這種方法突破了傳統(tǒng)疲勞評(píng)估方法的局限性，在不借助于多種醫(yī)療器械的基礎(chǔ)上，能夠客觀準(zhǔn)確的給出身體日常疲勞狀態(tài)的評(píng)估，機(jī)器學(xué)習(xí)算法充分提取睡眠聲音信號(hào)中的特征，構(gòu)建的評(píng)估模型準(zhǔn)確性較高。