[发明专利]一种自动识别生理声音的方法及系统

权利要求书

1.一种自动识别生理声音的方法，其特征在于：

步骤S01：采集生理声音，提取生理音频，并对所述生理音频进行逆转化操作，确定音频信号；

步骤S02：根据频谱系数，将所述音频信号向量化，获取频率特征向量，并进行平均计算处理，确定频谱特征点；

步骤S03：根据所述频谱特征点，将生理音频通过分类器进行分类，获取分类音频；

步骤S04：将所述分类音频进行对比处理，获取风险评估结果；

所述采集生理声音包括如下步骤：

步骤S10：根据目标声音的声音属性，构建声音采集对象；其中，

所述声音属性包括：目标声音类别、目标声音音色、目标声音音调、目标声音音强；

步骤S20：根据声音采集对象，创建采集缓冲区，用于存放采集到的生理声音；其中，

所述采集缓冲区的大小根据音频采样精度进行调整；其中，

所述音频采样精度包括：采样音频的数据格式、采样音频的数据大小；

步骤S30：根据声音采集对象和采集条件，进行录音采集，获取生理声音，并存储至所述采集缓冲区，获取缓冲区音频；其中，

所述采集条件包括：采集时间、采集范围、采集环境、采集完整度；

步骤S40：读取所述缓冲区音频，获取音频信息，并进行判断；其中，

当所述音频信息在预设的采集信息范围内，则完成采集，获取采集的生理声音；

当所述音频信息不在预设的采集信息范围内，则继续采集；

根据声音采集对象和采集条件，进行录音采集，还包括以下步骤，获取生理声音，将生理声音分成原音音频和背景音频，计算出背景音信号ρ(α)：

其中，ρ(α)为背景音信号参数、σ(α)为原音音频、τ(α)为背景音频、β为原音波动参数、γ为背景音波动参数、α为生理声音参数；

根据音频采样精度进行调整，获取精度调整音频σ^*(α)：

其中，σ^*(α)为精度调整音频、δ(p)为部分调整音频信号函数、p为部分调整声音参数、ρ(p)表示未调整音频信号函数；ρ(a)表示整个音频的信号函数；

根据音频缓冲处理函数，计算出处理后音频

其中，为音频缓冲处理函数，为处理后音频，m为将音频分段处理后的分段序号，q为预设常数，表示第m段原音音频的音频，表示第m段背景音频的音频。

2.如权利要求1所述的一种自动识别生理声音的方法，其特征在于，所述步骤S01包括：

获取预设范围内的生理音频，并记录所述生理音频的获取时间；

根据所述获取时间，确定生理音频的时间戳，并根据所述时间戳，获取音频逆转化时间，对生理音频进行逆转化，确定音频信号；其中，

所述逆转化操作包括：滤除高频音频、提取音频振动数据。

3.如权利要求1所述的一种自动识别生理声音的方法，其特征在于，所述步骤S02包括：

对所述音频信号进行频谱图检测，获取频谱系数；其中，

所述频谱图检测包括：线性振幅谱检测、对数振幅谱检测、自功率谱检测；

对所述频谱系数进行特征提取，获取频率特征向量，将所述频率特征向量带入均值处理函数进行平均计算，确定频谱特征点；其中，

所述特征提取包括：时域特征值提取、频域特征值提取。

4.如权利要求1所述的一种自动识别生理声音的方法，其特征在于，所述步骤S03包括：

对频谱特征点进行提取处理，获取频谱特征信息；其中，

所述频谱特征信息包括：频谱幅值特征、频谱功率特征、频谱细化特征；

根据所述频谱特征信息，对生理音频进行分类处理，获取音频分类信息；其中，

所述音频分类信息包括：音频一级类别、音频二级类别、音频大小。