[发明专利]鼾声检测方法、装置、设备及介质

说明书

本发明实施例公开了一种鼾声检测方法、装置、设备及介质。该鼾声检测方法包括：获取与目标音频数据对应的目标特征向量，并将所述目标特征向量输入支持向量数据描述算法SVDD模型中，获得判别结果；所述目标特征向量为对所述目标音频数据的梅尔频率倒频系数MFCC经过特征提取后获得的特征向量；在所述目标音频数据的周期满足预设周期，且所述判别结果符合预设结果的情况下，确定所述目标音频数据为鼾声。采用本发明实施例，可用于更加简单，准确地实现鼾声检测，提高装置的效率。

技术领域

本发明涉及音频信号处理技术领域，尤其涉及一种鼾声检测方法及装置。

背景技术

打鼾是人们在日常生活中经常会遇到的一种睡眠障碍，患者熟睡后鼾声响度增大超过60dB以上，妨碍正常呼吸时的气体交换，称鼾症，5％的鼾症患者兼有睡眠期间不同程度憋气现象，称阻塞性睡眠呼吸暂停综合征(obstructive sleep apnea-hypopneasyndrome，OSAHS)。打鼾者的气道通常比正常人狭窄，白天清醒时咽喉部肌肉代偿性收缩使气道保持开放，不发生堵塞；但夜间睡眠时神经兴奋性下降，肌肉松弛，咽部组织堵塞，使上气道塌陷，当气流通过狭窄部位时，产生涡流并引起振动，从而出现鼾声。大多数人认为打鼾不会对健康造成影响，然而长期打鼾或是打鼾严重的人往往都伴有睡眠呼吸暂停综合征：在睡眠的全过程中出现呼吸暂停，血中氧气减少，形成一个短时间的缺氧状态。打鼾者血液和大脑长期供氧不足时，可能会诱发一些慢性疾病例如：高血压、心肌梗死、心绞痛及脑血管意外等，严重时如果夜间呼吸暂停时间超过120秒可能会导致猝死。

目前诊断和评估鼾声主要是使用多导睡眠仪(Polysomnography,PSG)，通过记录睡眠过程中的脑波、肌电图、心电图、口鼻腔气流、胸部腹部呼吸运动、声音等多种信号，综合分析被测者的睡眠状况和鼾症的严重程度。但是它要求在专业场所由专业人员进行操作，监控过程采取捆扎等方式附着于监控对象面部、鼻腔及胸腹部，对监控对象干扰大，且监控成本高。另一种适用于家庭治疗的装置，利用鼾声的周期性和呼吸运动的关系，但是对于复杂环境下的时有时无的鼾声判断准确度低下。

因此，如何使得鼾声检测变得方便简单，且准确性高变得尤其重要。

发明内容

本发明实施例所要解决的技术问题在于，提供一种鼾声检测方法、装置、设备及介质；用于更加简单，准确地实现鼾声检测，提高装置的效率。

第一方面，本发明实施例提供了一种鼾声检测方法，包括：

获取与目标音频数据对应的目标特征向量，并将所述目标特征向量输入支持向量数据描述算法SVDD模型中，获得判别结果；所述目标特征向量为对所述目标音频数据的梅尔频率倒频系数MFCC经过特征提取后获得的特征向量；

在所述目标音频数据的周期满足预设周期，且所述判别结果符合预设结果的情况下，确定所述目标音频数据为鼾声。

在一个可选的实现方式中，所述获取与目标音频数据对应的目标特征向量之前，所述方法还包括：

获取原始音频数据后，确定所述目标音频数据，所述目标音频数据为与所述原始音频数据对应的有效音频数据。

在一个可选的实现方式中，所述确定所述目标音频数据包括：

利用语音端点检测方法VAD检测所述原始音频数据中的有效音频数据，得到所述目标音频数据。

在一个可选的实现方式中，所述在所述目标音频数据的周期满足预设周期，且所述判别结果符合预设结果的情况下，所述方法还包括：

保存所述原始音频数据。

在一个可选的实现方式中，所述获取与目标音频数据对应的目标特征向量包括：

计算所述目标音频数据的MFCC，得到X*Y系数矩阵，其中，X为目标音频数据的帧数，Y为MFCC系数长度；