[发明专利]利用手机扬声器和麦克风识别人体舌头下颚动作的方法

权利要求书

1.利用手机扬声器和麦克风识别人体舌头下颚动作的方法，其特征在于，包括以下步骤：

步骤1：检测手机麦克风和扬声器与耳道的相对位置关系，以获取携带有耳道壁运动信息的多径反射音频信号，包括以下步骤：

步骤1.1：采集用户耳道的反射音频信号；

运动的耳道壁被视为一个虚拟声源；用户将手机贴近耳部并执行预定义的舌头下颚动作，手机扬声器发出连续的音频信号，该连续的音频信号经过运动的耳道壁的反射生成多径反射音频信号，反射音频信号被手机麦克风所采集；

步骤1.2：提取步骤1.1采集的反射音频信号的上包络，基于信号包络的形态特点，判断音频传感器是否与耳道对齐，音频传感器包括扬声器和麦克风；

如果与耳道对齐，则采集信号进行后续步骤处理，否则，引导用户调整手机位置，直到与耳道对齐；

步骤1.3：分析手机三轴加速度计的数据，根据三轴加速度数据的幅值差异，得到手机旋转角度；

步骤2：切分反射音频信号，检测舌头下颚引起的耳道壁运动信号；

步骤2.1：使用基于动态阈值的方法，对反射音频信号进行切分，提取耳道壁运动信号；

步骤2.2：分析步骤2.1提取的耳道壁运动信号，提取信号时域特征，使用单类描述分类器，识别由舌头下颚动作引起的耳道壁运动信号；

步骤3：消除特征差异；

步骤3.1：分析步骤2.2提取的舌头下颚动作引起的耳道壁运动信号，使用基于动态时间规整的对齐方法，使采集的信号与预先存储的模板信号拉伸至相同的数据长度；

预先存储多种舌头下颚动作引起的耳道壁运动模板信号，计作y_m，其中m＝1,2,...,n；采集的耳道壁运动信号x与模板信号y_m利用动态时间规整算法对齐后，具有相同长度；

步骤3.2：利用混合高斯模型估算采集到的信号与存储的模板信号的联合概率密度分布；

混合高斯模型是一组高斯概率密度函数的加权和；采集的信号x表示为模板信号y_m表示为其中，α_i和β_j分别表示第i个和第j个高斯概率密度函数的权重，第i个高斯概率密度函数表示为其期望为μ_i、标准差为σ_i；使用期望最大化估算上述联合概率密度分布的权重、期望和标准差；将采集的信号x分解为k个高斯概率密度函数，将n个模板信号y_m，m＝1,2,...,n，分别分解为k个高斯概率密度函数，共获得n·k个高斯概率密度函数；

步骤3.3：分析步骤3.2获得的采集信号与模板信号的概率分布，使用基于相对熵的距离算法提取采集信号与模板信号的概率分布间的距离矩阵；

矩阵中的元素D_i,j定义如下：

其中KL(*)表示自由熵:

其中，σ_i表示采集信号x分解出的第i个高斯概率密度函数的标准差，σ_j表示模板信号y_m分解出的第j个高斯概率密度函数的标准差；

步骤3.4：搜索步骤3.3提取出的距离矩阵，基于最小距离的原则构建目标转换向量；

步骤3.5：基于步骤3.4生成的目标转换向量，使用基于最小均方误差的方法计算转换方程消除耳道壁运动信号中由用户耳道形态差异以及音频传感器位置差异引起的差异；

步骤4：识别舌头下颚动作；

步骤4.1：分析步骤3.5消除特征差异后的转换信号，提取信号时域特征；

步骤4.2：使用随机森林分类器，识别用户执行的舌头下颚动作。

2.如权利要求1所述的利用手机扬声器和麦克风识别人体舌头下颚动作的方法，其特征在于，步骤1.1中，为减少对用户的打扰和环境噪音的干扰，发出的音频信号的频率范围设定为在15kHz至20kHz之间。

3.如权利要求1所述的利用手机扬声器和麦克风识别人体舌头下颚动作的方法，其特征在于，步骤1.2中，利用动态阈值G检测所述上包络各个波峰的突出度，超出阈值的信号波峰被视作耳道壁运动信号，当用户执行舌头下颚动作时，伸出和回到原位的两种动态状态应在反射音频信号中同时具有两个连续的耳道壁运动信号。