CN111223486B - 一种报警装置及方法 - Google Patents

一种报警装置及方法 Download PDF

Info

Publication number
CN111223486B
CN111223486B CN201911400208.1A CN201911400208A CN111223486B CN 111223486 B CN111223486 B CN 111223486B CN 201911400208 A CN201911400208 A CN 201911400208A CN 111223486 B CN111223486 B CN 111223486B
Authority
CN
China
Prior art keywords
voiceprint information
audio
ambient sound
alarm
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911400208.1A
Other languages
English (en)
Other versions
CN111223486A (zh
Inventor
王明超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201911400208.1A priority Critical patent/CN111223486B/zh
Publication of CN111223486A publication Critical patent/CN111223486A/zh
Priority to US17/137,462 priority patent/US20210196222A1/en
Application granted granted Critical
Publication of CN111223486B publication Critical patent/CN111223486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/04—Training, enrolment or model building
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明涉及一种报警装置及方法。其中报警装置包括：音频发生器，用于发出具有特定声纹信息的声音；音频识别部件，用于实时采集其周围声音信号，并判断当前预设时间段内的周围声音信号中是否包含特定声纹信息，以及在判定周围声音信号中包含特定声纹信息时生产告警信息；报警器，与音频识别部件电连接，用于接收告警信息，并根据告警信息报警。本发明中，利用音频发生器发出具有特定声纹信息的声音，音频识别部件实时采集其周围声音信号，并判断当前预设时间段内的周围声音信号中是否包含特定声纹信息，若是则生产告警信息，从而解决因不能准确检测挤压球内部的压强导致无法及时接收到患者的报警的问题，同时降低医疗隐患。

Description

一种报警装置及方法
技术领域
本发明涉及监控技术领域，特别是涉及一种报警装置及方法。
背景技术
MR(Magnetic Resonance，核磁共振)系统由于扫描时噪声过大，因此在扫描过程中若产生紧急情况，患者无法通过音频对讲进行报警。目前常用的解决方案是为患者提供一个挤压球，该挤压球通过气管连接到压力检测模块，在紧急情况下，患者可以通过挤压所述挤压球改变其内部压强，然后通过检测挤压球内部的压力来实现报警功能。此方案的缺点是需要连接气管连通所述挤压球和压力检测模块。考虑到患者有不同的体位，气管通常会比较长，容易发生气管在病床运动时卡入缝隙，或者摆位时缠绕患者身体等问题，此时所述挤压球和压力检测模块可能无法连通，从而导致不能准确检测挤压球内部的压强，无法及时接收到患者的报警。
发明内容
基于此，有必要针对因不能准确检测挤压球内部的压强导致无法及时接收到患者的报警的问题，提供一种报警装置及方法。
本发明提供了一种报警装置，包括：
音频发生器，用于发出具有特定声纹信息的声音；
音频识别部件，用于实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息；以及
报警器，与所述音频识别部件电连接，用于接收所述告警信息，并根据所述告警信息报警。
在其中一个实施例中，所述音频发生器包括：
可挤压变形的壳体，具有通孔；和
哨芯，设置于所述可挤压变形的壳体，通过所述通孔与所述可挤压变形的壳体的内部连通。
在其中一个实施例中，所述可挤压变形的壳体为具有所述通孔的橡胶球。
在其中一个实施例中，所述音频识别部件包括：
音频音采集模块，用于实时采集其周围声音信号；
音频处理电路，与所述音频采集模块电连接，用于从所述周围声音信号中提取所述周围声音信号的声纹信息；以及
判断电路，与所述音频处理电路以及所述报警器分别电连接，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，以及在判定当前预设时间段内的所述周围声音信号的声纹信息中包含所述特定声纹信息时，生产所述告警信息。
在其中一个实施例中，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息的所述判断电路，具体用于：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，则判定当前所述音频分帧为噪声；
根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息；
根据预设识别方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
在其中一个实施例中，所述预设识别方法为模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法。
在其中一个实施例中，所述音频采集模块包括麦克风阵列。
基于同一发明构思，本发明还提供了一种报警方法，包括：
实时采集周围声音信号；
判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，其中，所述特定声纹信息为利用音频发生器发出的声音的声纹信息；
在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息；
根据所述告警信息报警。
在其中一个实施例中，所述判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，包括：
从所述周围声音信号中提取所述周围声音信号的声纹信息；
判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息。
在其中一个实施例中，所述判断当前预设时段间内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，包括：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息；
根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
在其中一个实施例中，所述根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息，包括：
利用模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
本发明实施例提供了一种报警装置及方法。其中，所述报警装置包括：音频发生器、音频识别部件和报警器。所述音频发生器用于发出具有特定声纹信息的声音。所述音频识别部件用于实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息。所述报警器与所述音频识别部件电连接，用于接收所述告警信息，并根据所述告警信息报警。本发明中，在紧急情况下，患者可以利用音频发生器发出具有特定声纹信息的声音，音频识别部件实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息，报警器在接收所述告警信息后，根据所述告警信息报警，从而解决因不能准确检测挤压球内部的压强导致无法及时接收到患者的报警的问题，同时降低医疗隐患。
附图说明
图1为本发明实施例提供的一种报警装置的电气结构示意图；
图2为本发明实施例提供的一种音频发生器的结构示意图；
图3为本发明实施例提供的另一种报警装置的电气结构示意图；
图4为本发明实施例提供的一种报警方法的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明实施例提供了一种报警装置。请参见图1，所述报警装置包括：音频发生器100、音频识别部件200和报警器300。
所述音频发生器100用于发出具有特定声纹信息的声音。本实施例中，所述特定声纹信息主要包括与音色相关的特征参数，如频谱、倒频谱、共振峰、基音和反射系数中的一个或多个组合。
所述音频识别部件200用于实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息。本实施例中，所述当前预设时间段是为以当前时刻为时间截止点的预设时长。所述当前预设时间段主要取决于报警球发出的声音的持续时间，以及系统噪声的周期时间，需要根据报警球声音的具体设计来确定。
所述报警器300与所述音频识别部件200电连接，用于接收所述告警信息，并根据所述告警信息报警。
本发明中，在紧急情况下，患者可以利用音频发生器100发出具有特定声纹信息的声音，音频识别部件200实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息，报警器300在接收所述告警信息后，根据所述告警信息报警，从而解决因所述挤压球和压力检测模块可能无法连通，从而导致不能准确检测挤压球内部的压强，无法及时接收到患者的报警的问题，同时降低医疗隐患。
请参见图2，在其中一个实施例中，所述音频发生器100包括：
可挤压变形的壳体110，具有通孔；和
哨芯120，设置于所述可挤压变形的壳体110，通过所述通孔与所述可挤压变形的壳体110的内部连通。
可以理解，所述壳体为可挤压变形的壳体110时，可以通过挤压，改变其内部压强，从而通过所述通过将其内部的气体排出，当排出的气体经过所述哨芯120时，可以产生所述具有特定声纹的声音。并且，在撤掉外界的挤压力后，所述可挤压变形的壳体110还可以自动恢复至原始状态，实现重复多次利用。本实施例中，所述音频发生器100在被挤压时能产生具有特定声纹的声音，以便后续可根据所述特定声纹的声音检测患者是否有报警行为，本实施例中所述音频发生器100不需要和其它部件(或结构)电连接或物理连接，使用方便。同时，所述可挤压变形的壳体110还具有结构简单，成本低廉，易于更换等优点。此外，为实现所述壳体具有可挤压变形的特性，以便采用可逆形变的高弹性聚合物材料制作该壳体，利用高弹性聚合物材料制成的壳体与MR系统兼容，有利提供MR系统的检测精度。
在其中一个实施例中，所述可挤压变形的壳体110为具有所述通孔(未图示)的橡胶球。
一个封闭的橡胶球上的壁上设置有哨芯120，哨芯120通过所述通孔与所述橡胶球的内部连通。挤压时橡胶球内的空气通过哨芯120排出，空气产生的气流在经过哨芯120时对所述哨芯120的开口缝隙冲击，引起哨芯120内部的空气振动，从而产生具有特定声纹的声音。
可以理解，橡胶是具有可逆形变的高弹性聚合物材料，室温条件下富有弹性，在很小的外力作用下能产生较大形变，除去外力后能恢复原状，且价格便宜、容易获取，因此通常采用橡胶制作所述可挤压变形的壳体110。此外，所述可挤压变形的壳体110还可以为具有所述通孔的橡胶棒、或适合手握的其它形状橡胶制品。
在其中一个实施例中，请参见图3，所述音频识别部件200包括音频采集模块210、音频处理电路220和判断电路230。
所述音频采集模块210用于实时采集其周围声音信号。
所述音频处理电路220与所述音频采集模块210电连接，用于从所述周围声音信号中提取所述周围声音信号的声纹信息。
所述判断电路230与所述音频处理电路220以及所述报警器300分别电连接，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，以及在判定当前预设时间段内的所述周围声音信号的声纹信息中包含所述特定声纹信息时，生产所述告警信息。
本实施例中，所述音频处理电路220采用类似声纹识别(生物识别)技术，对挤压所述橡胶球时产生的具有特定声纹信息的声音的特征参数进行提取，主要包括与音色相关的特征参数，如频谱、倒频谱、共振峰、基音和反射系数等，并将提取后的所述具有特定声纹信息的声音的特征参数作为识别模板存储在所述存储器240中。在为患者检查的过程中，所述音频处理电路220对音频采集模块210采集到的所述周围声音信息进行分析，提取所述周围声音信息的特征参数，并将所述周围声音信息的特征参数发送给所述判断电路230和存储器240，并存储。然后，所述判断电路230在接收所述周围声音信息的特征参数后，从存储器240中获取所述具有特定声纹信息的声音的特征参数，然后判断所述周围声音信息的特征参数中是否包含所述具有特定声纹信息的声音的特征参数；若包含，则判断患者发出了报警，此时产生报警信息并发送给报警器300，以使报警器300根据报警信息进行报警；若不包含，则判定当前预设时间段内没有报警产生。此外，所述音频处理电路220和所述判断电路230可以集成设置，例如形成在同一芯片中。
在其中一个实施例中，所述音频识别部件200还包括所述存储器240与所述判断电路230电连接，用于存储所述特定声纹信息以及所述周围声音信号的声纹信息。本实施例中，所述存储器240可以是存储芯片，如TF卡和SD卡，也可以与所述音频处理电路220以及所述判断电路230集成设置，具体可根据实际需要进行设置。
在其中一个实施例中，所述当前预设时间段为102～103ms。
可以理解，患者挤压橡胶球产生所述具有特定声纹信息的声音的时间比较短暂，因此预设时间段为102～103ms能够及时检测到患者是否报警，避免了因预设时间段过长而不能及时检测到患者报警行为，以及因预设时间段过短而无法提取到有效的参数特征进而导致判断失误等情况的发生。
在其中一个实施例中，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息的所述判断电路230，具体用于：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，根据预设识别方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
可以理解，MR系统存在较大的梯度噪声，且梯度噪声频谱分布及能量分布由于序列及其参数的设置不同有较多的变化，导致判断电路230的工作量比较大。因此可先对周围声音信号进行预处理，以减小所述判断电路230的对比工作量。本实施例中，首先对所述周围声音信号进行分帧处理，得到多个音频分帧。然后识别每一音频分帧的音频特征，并判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同。在判断二者相同后，将当前所述音频分帧认定为噪声，根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息，从而减少判断电路230的对比工作量。
此外，还可以通过建立梯度参数与产生噪声的模型，音频识别部件200实时获取系统当前的梯度参数，根据模型估计噪声的特征参数作为特殊声纹信息识别的参考，以提高识别准确度。以及，在建立梯度参数与产生噪声的模型时，采用深度学习的方法，采集不同噪声条件下的报警声+背景声对预设的梯度参数与产生噪声的模型进行训练，以得到准确率足够高的深度学习模型。
在其中一个实施例中，所述预设识别方法为模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法。
模板匹配方法利用动态时间弯折(Dynamic time warping，DTW)以对准训练和测试特征序列，主要用于固定词组的应用(通常为文本相关任务)；其要点是，在训练过程中从每个说话人的训练语句中提取相应的特征矢量来描述各个说话人的行为，在测试阶段，从说话人的测试音频信号中用同样的方法提取测试模板，主要有动态时间规整方法和矢量量化方法。最近邻方法训练时保留所有特征矢量，识别时对每个矢量都找到训练矢量中最近的K个，据此进行识别。神经网络方法有很多种具体形式，如多层感知、径向基函数(RadialBasis Function，RBF)等，可以显式训练以区分说话人和其背景说话人。隐式马尔可夫模型(Hidden Markov Model，HMM)方法通常使用单状态的HMM，或高斯混合模型(GMM)，是比较流行的方法，效果比较好。此外，还可以采用VQ聚类方法或多项式分类器方法进行识别。其中VQ聚类方法(如LBG，K-均值)效果比较好，算法复杂度也不高，和HMM方法配合起来更可以收到更好的效果；多项式分类器方法有较高的精度，但模型存储和计算量都比较大。
在其中一个实施例中，所述音频采集模块210包括麦克风阵列。
可以理解，采用麦克风阵列技术，结合其他的系统信息，比如病床位置、病人体位以及更进一步通过图像识别出的橡胶球的位置，将麦克风波束指向橡胶球的方向，可以有效的提高报警声采集的信噪比。
基于同一发明构思，本发明实施例还提供了一种上述任一实施例提供的报警装置的报警方法。请参见图4，所述报警方法包括：
步骤S410，实时采集周围声音信号；
步骤S420，判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，其中，所述特定声纹信息为利用音频发生器100发出的声音的声纹信息；
步骤S430，在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息；
步骤S440，根据所述告警信息报警。
本实施例中，通过实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息，报警器300在接收所述告警信息后，根据所述告警信息报警，从而解决因所述挤压球和压力检测模块可能无法连通，从而导致不能准确检测挤压球内部的压强，无法及时接收到患者的报警的问题，同时降低医疗隐患。
此外，本实施例中通过在一个封闭的橡胶球上的壁上设置有哨芯120，哨芯120通过通孔与所述橡胶球的内部连通。挤压时橡胶球内的空气通过哨芯120排出，空气产生的气流在经过哨芯120时对所述哨芯120的开口缝隙冲击，引起哨芯120内部的空气振动，从而产生具有特定声纹的声音。
在其中一个实施例中，所述判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，包括：
从所述周围声音信号中提取所述周围声音信号的声纹信息；
判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息。
在其中一个实施例中，所述判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，包括：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，则判定对当前所述音频分帧为噪声；
根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息；
根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
可以理解，MR系统存在较大的梯度噪声，且梯度噪声频谱分布及能量分布由于序列及其参数的设置不同有较多的变化，导致判断电路230的工作量比较大。因此可先对周围声音信号进行预处理，以减小所述判断电路230的对比工作量。本实施例中，首先对所述周围声音信号进行分帧处理，得到多个音频分帧。然后识别每一音频分帧的音频特征，并判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同。在判断二者相同后，将当前所述音频分帧认定为噪声，根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息，从而减少判断电路230的对比工作量。
此外，还可以在报警装置启动之前，建立梯度参数与产生噪声的模型，音频识别部件200实时获取系统当前的梯度参数，根据该模型估计噪声的特征参数作为特殊声纹信息识别的参考，以提高识别结构的准确度。以及，在建立梯度参数与产生噪声的模型时，采用深度学习的方法，采集不同噪声条件下的报警声+背景声对预设的梯度参数与产生噪声的模型进行训练，以得到准确率足够高的深度学习模型。
在其中一个实施例中，所述根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息，包括：
利用模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
模板匹配方法利用动态时间弯折(Dynamic time warping，DTW)以对准训练和测试特征序列，主要用于固定词组的应用(通常为文本相关任务)；其要点是，在训练过程中从每个说话人的训练语句中提取相应的特征矢量来描述各个说话人的行为，在测试阶段，从说话人的测试音频信号中用同样的方法提取测试模板，主要有动态时间规整方法和矢量量化方法。最近邻方法训练时保留所有特征矢量，识别时对每个矢量都找到训练矢量中最近的K个，据此进行识别。神经网络方法有很多种具体形式，如多层感知、径向基函数(RadialBasis Function，RBF)等，可以显式训练以区分说话人和其背景说话人。隐式马尔可夫模型(Hidden Markov Model，HMM)方法通常使用单状态的HMM，或高斯混合模型(GMM)，是比较流行的方法，效果比较好。此外，还可以采用VQ聚类方法或多项式分类器方法进行识别。其中VQ聚类方法(如LBG，K-均值)效果比较好，算法复杂度也不高，和HMM方法配合起来更可以收到更好的效果；多项式分类器方法有较高的精度，但模型存储和计算量都比较大。
在其中一个实施例中，采用麦克风阵列实时采集所述周围声音信号。
可以理解，采用麦克风阵列技术，结合其他的系统信息，比如病床位置、病人体位以及更进一步通过图像识别出的橡胶球的位置，将麦克风波束指向橡胶球的方向，可以有效的提高报警声采集的信噪比。
综上，本发明实施例提供了一种报警装置及方法。其中，所述报警装置包括：音频发生器100、音频识别部件200和报警器300。所述音频发生器100用于发出具有特定声纹信息的声音。所述音频识别部件200用于实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息。所述报警器300与所述音频识别部件200电连接，用于接收所述告警信息，并根据所述告警信息报警。本发明中，在紧急情况下，患者可以利用音频发生器100发出具有特定声纹信息的声音，音频识别部件200实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息，报警器300在接收所述告警信息后，根据所述告警信息报警，从而解决因不能准确检测挤压球内部的压强导致无法及时接收到患者的报警的问题，同时降低医疗隐患。
上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种报警装置，其特征在于，包括：
音频发生器，用于发出具有特定声纹信息的声音；
音频识别部件，用于实时采集其周围声音信号，并判断当前预设时间段内的所述周围声音信号中是否包含所述特定声纹信息，以及在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息；以及
报警器，与所述音频识别部件电连接，用于接收所述告警信息，并根据所述告警信息报警；
所述音频发生器包括：
可挤压变形的壳体，具有通孔；和
哨芯，设置于所述可挤压变形的壳体，通过所述通孔与所述可挤压变形的壳体的内部连通。
2.如权利要求1所述的报警装置，其特征在于，所述可挤压变形的壳体为具有所述通孔的橡胶球。
3.如权利要求1所述的报警装置，其特征在于，所述音频识别部件包括：
音频采集模块，用于实时采集其周围声音信号；
音频处理电路，与所述音频采集模块电连接，用于从所述周围声音信号中提取所述周围声音信号的声纹信息；以及
判断电路，与所述音频处理电路以及所述报警器分别电连接，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，以及在判定当前预设时间段内的所述周围声音信号的声纹信息中包含所述特定声纹信息时，生产所述告警信息。
4.如权利要求3所述的报警装置，其特征在于，用于判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息的所述判断电路，具体用于：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息；
根据预设识别方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
5.如权利要求4所述的报警装置，其特征在于，所述预设识别方法为模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法。
6.如权利要求3所述的报警装置，其特征在于，所述音频采集模块包括麦克风阵列。
7.一种报警方法，其特征在于，包括：
实时采集周围声音信号；
判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，其中，所述特定声纹信息为利用音频发生器发出的声音的声纹信息，所述音频发生器包括：可挤压变形的壳体，具有通孔；和哨芯，设置于所述可挤压变形的壳体，通过所述通孔与所述可挤压变形的壳体的内部连通；
在判定所述周围声音信号中包含所述特定声纹信息时生产告警信息；
根据所述告警信息报警。
8.如权利要求7所述的报警方法，其特征在于，所述判断当前预设时间段内的所述周围声音信号中是否包含特定声纹信息，包括：
从所述周围声音信号中提取所述周围声音信号的声纹信息；
判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息。
9.如权利要求8所述的报警方法，其特征在于，所述判断当前预设时间段内的所述周围声音信号的声纹信息中是否包含所述特定声纹信息，包括：
识别所述周围声音信号的声纹信息中的每一音频分帧的音频特征；
判断当前音频分帧的音频特征与前一音频分帧的音频特征是否相同；
若相同，则判定对当前所述音频分帧为噪声；
根据所述当前所述音频分帧的音频特征，对当前预设时间段内的所述周围声音信号的声纹信息进行降噪处理，得到降噪处理后的所述周围声音信号的声纹信息；
根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
10.如权利要求9所述的报警方法，其特征在于，所述根据预设识别方法判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息，包括：
利用模板匹配方法、最邻近方法、神经网络方法或者隐式马尔可夫模型方法，判断降噪处理后的所述周围声音信号的声纹信息是否包含所述特定声纹信息。
CN201911400208.1A 2019-12-30 2019-12-30 一种报警装置及方法 Active CN111223486B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911400208.1A CN111223486B (zh) 2019-12-30 2019-12-30 一种报警装置及方法
US17/137,462 US20210196222A1 (en) 2019-12-30 2020-12-30 Systems and methods for reducing noise in imaging system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911400208.1A CN111223486B (zh) 2019-12-30 2019-12-30 一种报警装置及方法

Publications (2)

Publication Number Publication Date
CN111223486A CN111223486A (zh) 2020-06-02
CN111223486B true CN111223486B (zh) 2023-02-24

Family

ID=70829220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911400208.1A Active CN111223486B (zh) 2019-12-30 2019-12-30 一种报警装置及方法

Country Status (1)

Country Link
CN (1) CN111223486B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113782224A (zh) * 2021-09-13 2021-12-10 上海联影医疗科技股份有限公司 交互装置、核磁共振系统和控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402987A (zh) * 2010-09-07 2012-04-04 索尼公司 噪声抑制装置、噪声抑制方法和程序
CN103198838A (zh) * 2013-03-29 2013-07-10 苏州皓泰视频技术有限公司 一种用于嵌入式系统的异常声音监控方法和监控装置
TW201410012A (zh) * 2012-08-29 2014-03-01 Hon Hai Prec Ind Co Ltd 事件偵測系統及方法
CN203750048U (zh) * 2014-03-19 2014-08-06 琚燎原 简易呼吸保护装置
CN107527617A (zh) * 2017-09-30 2017-12-29 上海应用技术大学 基于声音识别的监控方法、装置及系统
CN208973206U (zh) * 2018-07-04 2019-06-14 扬州金泉旅游用品有限公司 一种高舒适度野营睡袋

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2168315Y (zh) * 1993-04-28 1994-06-08 温州安祥保安器材有限公司 笔型哨声报警器
US5546075A (en) * 1994-05-27 1996-08-13 Daifuku Co., Ltd. Warning apparatus
JP2000336994A (ja) * 1999-06-01 2000-12-05 Is Co Ltd ホームセキュリティシステム
US7333798B2 (en) * 2002-08-08 2008-02-19 Value Added Communications, Inc. Telecommunication call management and monitoring system
US8660519B2 (en) * 2007-09-26 2014-02-25 Verizon Patent And Licensing Inc. Apparatus, method, and computer program product for locating a mobile device
TWI512539B (zh) * 2012-03-30 2015-12-11 Hon Hai Prec Ind Co Ltd 模式管理系統及其管理方法
CN106275322B (zh) * 2016-08-15 2017-12-15 程俊铭 游泳自救系统
WO2018156292A1 (en) * 2017-02-24 2018-08-30 Walmart Apollo, Llc Systems and methods for delivering products via unmanned mobile lockers
CN209281567U (zh) * 2019-02-14 2019-08-20 山东成文电子有限公司 一种带有can总线的语音报警装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402987A (zh) * 2010-09-07 2012-04-04 索尼公司 噪声抑制装置、噪声抑制方法和程序
TW201410012A (zh) * 2012-08-29 2014-03-01 Hon Hai Prec Ind Co Ltd 事件偵測系統及方法
CN103198838A (zh) * 2013-03-29 2013-07-10 苏州皓泰视频技术有限公司 一种用于嵌入式系统的异常声音监控方法和监控装置
CN203750048U (zh) * 2014-03-19 2014-08-06 琚燎原 简易呼吸保护装置
CN107527617A (zh) * 2017-09-30 2017-12-29 上海应用技术大学 基于声音识别的监控方法、装置及系统
CN208973206U (zh) * 2018-07-04 2019-06-14 扬州金泉旅游用品有限公司 一种高舒适度野营睡袋

Also Published As

Publication number Publication date
CN111223486A (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
CN110189769B (zh) 基于多个卷积神经网络模型结合的异常声音检测方法
CN110364143B (zh) 语音唤醒方法、装置及其智能电子设备
US10403266B2 (en) Detecting keywords in audio using a spiking neural network
CN108320733B (zh) 语音数据处理方法及装置、存储介质、电子设备
CN110428810B (zh) 一种语音唤醒的识别方法、装置及电子设备
US11069342B2 (en) Method for training voice data set, computer device, and computer-readable storage medium
Ntalampiras et al. On acoustic surveillance of hazardous situations
Schröder et al. Automatic acoustic siren detection in traffic noise by part-based models
CN111475206B (zh) 用于唤醒可穿戴设备的方法及装置
Janvier et al. Sound-event recognition with a companion humanoid
Droghini et al. A combined one-class SVM and template-matching approach for user-aided human fall detection by means of floor acoustic features
Socoró et al. Development of an Anomalous Noise Event Detection Algorithm for dynamic road traffic noise mapping
CN109036393A (zh) 家电设备的唤醒词训练方法、装置及家电设备
CN109272991A (zh) 语音交互的方法、装置、设备和计算机可读存储介质
KR20170073113A (ko) 음성의 톤, 템포 정보를 이용한 감정인식 방법 및 그 장치
CN111223486B (zh) 一种报警装置及方法
CN109166571A (zh) 家电设备的唤醒词训练方法、装置及家电设备
WO2018233300A1 (zh) 语音识别方法和语音识别装置
CN111461252A (zh) 一种雏鸡性别检测仪及检测方法
US20230206924A1 (en) Voice wakeup method and voice wakeup device
CN110827853A (zh) 语音特征信息提取方法、终端及可读存储介质
JP2018180334A (ja) 感情認識装置、方法およびプログラム
CN110808050B (zh) 语音识别方法及智能设备
Istrate et al. Embedded implementation of distress situation identification through sound analysis
Waqar et al. Real-time voice-controlled game interaction using convolutional neural networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant