[发明专利]一种灯光或电机与声音同步的自适应检测方法

说明书

技术领域

本发明涉及一种灯光或电机与声音同步的自适应检测方法，属于数字信号处理技术领域。

背景技术

目前，传统玩具上的口型动作与声音的适配、灯光效果与声音的适配是通过人工标注的方式来实现的，这样做有很大的局限性：每一个音频都需要进行人工标注，最终的效果和标注人员的熟练程度息息相关；对于用户自己拷贝的内容时无法实现口自动检测以及同步；只能对固定音频进行同步，无法对外界的音源发出的声音进行检测和同步。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种声光、声电同步检测方法，实现自动声光、声电的检测，避免了人工标注的麻烦，而且还可以通过倾听用户的声音，模仿用户的口型，实现跟儿童更好的互动。

本发明采用了以下技术方案：一种灯光或电机与声音同步的自适应检测方法，其特点在于：通过音源的语音通过带AGC控制的ADC（1）检测到后输出带AGC信息的语音信号（2），使用能量归一化算法（3）对带AGC信息的语音信号（2）进行处理后生成宽动态范围的语音信号（4），以实现了对距离的自适应；采用宽动态范围的语音信号（4）计算实时能量（5）和带反馈的实时门限（6），然后把生成的结果进行比较，通过实时能量和门限的比较，得到实时的电机开合状态或灯光亮灭状态（7），电机开合状态或灯光亮灭状态（7）一方面用于配合音频进行输出，另一方面为带反馈的实时门限（6）提供反馈信息，实现了检测自动化过程。

所述带AGC控制的ADC（1）对硬件和软件均有要求，其中：

硬件部分：带AGC控制的ADC必须具备3个条件：（1）要有可编程增益放大器PGA，即能够通过软件的方式对增益进行控制；（2）可编程增益放大器PGA每一级的增益在0.5（1dB，否则出现音频能量跳变明显而出现录音噪声，影响效果；（3）所用的ADC至少要有12bit精度，不一定要16bit精度，可以降低ADC的制造成本。

软件部分：对音频设置一个上门限，当录音样本的值大于这个上门限的时候，把录音增益降低一级；对每一帧的音频能量设置一个下门限，当这一帧的能量低于这个下门限的时候，系统的放大增益需要调高，需要把录音增益提高一级。

所述能量归一化算法（3）实现过程如下：

（1）确定每一个AGC的值所对应的可编程增益放大器PGA的增益放大倍数，作成表格，使用查表的方式来快速检索；

（2）确定归一化系数，归一化系数为整段音频中最大的AGC值A；

（3）根据每一个样本对应AGC值计算出能量归一化到指定增益所需要的放大倍数X；

（4）根据X计算出能量归一化后的样本值。

所述带反馈的实时门限（6）的计算过程如下：

（1）设定一个能量的基线值Baseline；

（2）Baseline的初值设定为语音起始3帧能量的均值；

（3）实际检测中，每一个实时帧都会对Baseline的值进行更新；

（4）把实际帧能量高于门限和低于门限分为2种状态，两种状态下对Baseline的更新系数是不一样的；

（5）根据人体工学原理确定两种状态下的更新系数，能量高于门限时的更新系数应该符合人所能发的单音的最长时长，更新系数较小；能量低于门限时更新系数应该符合人在说话时换气的时长，更新系数较大。

所述实时能量（5）的计算过程如下：

（1）为了满足实时性要求，设定每次检测的时长宽度为1帧10ms；

（2）使用求平方和的方式进行能量计算；

（3）针对部分语音类玩具内部有简化版DSP并支持MAC指令的特性，把能量的精度控制在40bit，保持较高的精度并取得较好的检出效果。

本发明原理：语音的声压信号在被带AGC控制的ADC（模拟信号到数字信号转换装置）检测到后，变为带AGC信息的窄动态范围语音信号，使用能量归一化算法把带AGC信息的窄动态范围语音信号还原为宽动态范围语音信号，然后用还原后的语音信号进行语音的实时能量计算和门限计算，通过实时能量和门限的比较，计算出当前语音帧对应的电机的开合状态或灯光的亮灭状态。

本发明与现有技术相比的优点在于：

（1）本发明由于使用了能量归一化算法，可以使用带AGC的低精度ADC代替高精度ADC，但同时又保持基本相同效果的动态范围；同时，由于对门限进行实时计算、通过对电机开合状态或灯光亮灭状态的监控可以对门限进行反馈，使得本方法对带有背景音乐的语音可以实现较好的电机开合、灯光亮灭信息检出效果。