CN106814641A

CN106814641A - 止鼾仪控制方法

Info

Publication number: CN106814641A
Application number: CN201510851597.5A
Authority: CN
Inventors: 张自立; 涂睿哲; 尹智忠; 赖虹燕; 林昆宏
Original assignee: Inventec Pudong Technology Corp; Inventec Corp
Current assignee: Inventec Pudong Technology Corp; Inventec Corp
Priority date: 2015-11-27
Filing date: 2015-11-27
Publication date: 2017-06-09
Also published as: US20170150920A1; US10271785B2

Abstract

一种止鼾仪控制方法包含于一时间区段内捕获声音数据，连续性地对声音数据进行取样，提取声音数据中周期性出现的多个声音特征区段，当多个声音特征区段重复出现次数到达门槛值，进行止鼾。

Description

止鼾仪控制方法

技术领域

本揭示文件关于一种止鼾仪控制方法，特别是关于一种捕获声音数据并且进行取样的止鼾仪控制方法。

背景技术

一般来说，少数人因为本身体质或是其他生理因素导致在睡眠时会打鼾，虽然打鼾不会对身体造成巨大的伤害，但长期睡眠时处于打鼾状态不但影响了自身的睡眠质量造成工作效率不佳外，同时也可能对旁人产生负面的影响，因此止鼾装置开始发展。目前的止鼾装置的控制方式通常需要先判断用户是正处于打鼾的状态，再进一步决定是否触发止鼾功能，其中一控制方式为预先录制及分析用户鼾声，并依此作为经验值(或门槛值)，通过该经验值(或门槛值)来判断用户是否正处于打鼾的状态。

发明内容

根据本揭示文件的一实施例揭示了一种止鼾仪控制方法，包含于一时间区段内捕获声音数据，连续性地对声音数据进行取样，提取声音数据中周期性出现的多个声音特征区段，当这些声音特征区段重复出现次数到达门槛值，进行止鼾。

附图说明

为了让该领域具有通常知识的人更容易了解本揭示文件的上述的特征、优点及实施例，所附图式的说明如下：

图1A绘示本揭示文件的一实施例的止鼾仪控制方法的方法流程图。

图1B绘示本揭示文件的另一实施例的止鼾仪控制方法的方法流程图。

图2绘示本揭示文件的一实施例的声音数据的时序示意图。

图3绘示本揭示文件的一实施例的声音数据的取样示意图。

图4绘示本揭示文件的一实施例的声音数据的声音特征区段的示意图。

图5绘示本揭示文件的另一实施例的声音数据的时序示意图。

图6绘示本揭示文件的另一实施例的声音数据的取样示意图。

图7绘示本揭示文件的另一实施例的声音数据的声音特征区段的示意图。

为了让该领域具有通常知识的人更容易了解本揭示文件的上述的特征、优点及实施例，所附符号说明如下：

组件标号说明：

100、101 控制方法

200、300 声音数据

S102～S110 步骤

INT1～INT3 声音特征区段

TS 时间区段

D1 门槛强度

D2 强度界线

具体实施方式

图1A绘示本揭示文件的一实施例的止鼾仪控制方法100的方法流程图。在步骤S102中，于一时间区段中捕获一声音数据。声音数据为止鼾仪所捕获到的一模拟信号，于部分实施例中，声音数据一部份来自穿戴该止鼾仪的用户本身发出，举例来说，用户于睡眠中所发出的鼾声或是用户改变睡姿、翻动棉被所产生的声音。

另一方面，于其他实施例，止鼾仪所捕获到的声音数据一部份来自于穿戴该止鼾仪的用户所处环境的背景声音，举例来说，用户于睡眠中使用该止鼾仪时，周围的家电产品(例如电风扇或是冷气机)在运作时会产生一定强度的声音，此时该声音会被止鼾仪所捕获成为声音数据的一部份。

请一并参照图2，其绘示本揭示文件的一实施例的声音数据200的时序示意图。声音数据200为止鼾仪于时间区段TS所捕获出，如同上述所说，声音数据200以模拟信号的形式呈现，如图2中绘示声音数据200随时间变化的声音强度大小的波型图。声音数据200的声音强度大小的波型呈现不规则上下起伏的形式。如图2所示，声音数据200起始的波型起伏较为明显，表示在这段时间止鼾仪所捕获到的声音强度变化较为强烈，而其后波型的起伏较为不显著，表示在这段时间止鼾仪所捕获到的声音强度变化较不强烈。

图2的实施例所呈现的声音数据200的波型的型态仅是作为举例说明使用，本揭示文件所涵盖的范围并不限定于上述实施例中。实际上于另一实施例中，声音数据200所呈现波型起始较为不显著，一段时间后波型的起伏转变为较显著。于其他实施例中，声音数据200的波型从起始到最后均呈现强烈显著的起伏。又或者声音数据200的波型从头到尾保持稳定状态，完全无明显的上下起伏。

于步骤S102中捕获到声音数据之后，在步骤S104中，止鼾仪依据取样频率(例如每1毫秒取样一次、每10毫秒取样一次、每20秒取样一次)对声音数据进行取样，取样频率愈高，在同一时间区段中，于声音数据所获得的取样点就越多。请一并参照图3，其绘示本揭示文件的一实施例的声音数据200的取样的示意图。于实施例中，依据一取样频率于时间区段TS内对声音数据200做取样得到多个取样点。

上述实施例所述的取样频率或是于一时间区段所取得的取样点数量仅作为举例说明，本揭示文件的范围并不限定于上述实施例。

在步骤S104对声音数据取样之后，得到多个取样点，在接下来的步骤S106，针对这些取样点提取周期性重复出现的声音特征区段。也就是默认一个欲选取声音特征区段的范围，依据该默认的声音特征区段的范围对整体时间区段上的声音数据的取样点进行划分得到多个声音特征区段。当两个声音特征区段相同时，表示声音特征区段重复出现。

在接下来的步骤S108中，判断声音特征区段重复出现的次数是否达到门槛值。当声音特征区段重复出现的次数达到门槛值时，止鼾仪便可以确认所捕获到的声音数据为鼾声，表示用户正在打鼾，此时在步骤S110中，对用户进行止鼾。

请一并参照图1B，其绘示本揭示文件的一实施例的止鼾仪控制方法101的方法流程图。相较上述图1A的止鼾仪控制方法100，止鼾仪控制方法101于步骤S106的提取周期性重复出现的声音特征区段的步骤还包含滤除小于门槛强度的声音数据(步骤S106a)以及对声音数据进行强度的排序(步骤S106b)。

如图4所示，于此实施例中，时间区段TS划分成多个声音特征区段INT1、INT2及INT3，于此实施例中时间区段TS中声音特征区段INT1、INT2及INT3所对应时间长度均相同。也就是说，如图4所示，声音特征区段INT1、INT2及INT3各自具有相同数目的取样点，于此例中，声音特征区段INT1、INT2及INT3各自对应25个取样点，但本揭示文件并不以25个取样点为限。

请一并参照图4，其绘示本揭示文件的一实施例的声音数据200的声音特征区段的示意图。于实施例中，如同上述所说，依据一个预设的门槛强度D1，将声音数据200的部分低于该预设的门槛强度D1的取样点滤除，于此实施例中，取样点的声音强度低于门槛强度D1被视为「无」声音强度。

所谓滤除小于门槛强度的声音数据是以一个默认的门槛强度D1作为分界线，任何声音数据的取样点低于门槛强度D1，则将其视为被视为「无」声音强度。如同上述所说，本揭示文件所述的止鼾仪所捕获到的声音数据其中一部分可能来自于环境中的一些杂音，对于止鼾仪来说，该些声音数据可能会造成分析声音数据时产生误差，其该步骤的目的在于去除这些低于门槛强度的声音数据，只保留下高于门槛强度的这些较于明显的声音数据。于实施例中，如图4所示，也就是保留高于预设的门槛强度D1的声音数据200的取样点。

每一声音特征区段具有各自的取样点，在部分实施例中，其取样点的分布情形(例如取样点上下起伏的程度)可能相同、类似或是完全不同。

在步骤S106b中，将每一声音特征区段中的声音数据取样点进行强度类型的分类。其作法是预设另一强度界线(有别于门槛强度)，将高于强度界线的声音数据取样点的强度类型设定为「高」，将低于强度界线的声音数据200取样点的强度类型设定为「低」。如图4所示，在每一声音特征区段INT1、INT2及INT3中设定强度界线D2，依据上述的手法，声音特征区段INT1的多个取样点具有各自的强度高低，进一步得到声音特征区段INT1的声音数据强度类型的次序。同样地，声音特征区段INT2及INT3的多个取样点也分别具有强度高低，也可以进一步得到声音数据强度类型的次序。

声音特征区段INT1的声音数据强度类型的次序为「高」、「高」、「高」、「高」、「高」、「高」「低」、「无」、「无」、「低」、「高」、「高」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「低」、「高」。

声音特征区段INT2的声音数据强度类型的次序为「高」、「高」、「高」、「高」、「高」、「高」「低」、「无」、「无」、「低」、「高」、「高」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「低」、「高」。

声音特征区段INT3的声音数据强度类型的次序为「高」、「高」、「高」、「高」、「高」、「高」「低」、「无」、「无」、「低」、「高」、「高」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「无」、「低」、「高」。

于部份实施例中，声音数据强度的类型并不仅限于「高」与「低」两种分类，可设置更多不同的强度界线，例如设置1～5共五种强度分类，可取得更具体的声音特征。

相较上述图1A的止鼾仪控制方法100，止鼾仪控制方法101对于步骤S108还包含判断声音特征区段的声音数据的强度类型次序是否相同(S108a)以及声音特征区段重复出现的次数是否达到一门槛值(S108b)。

如图4所示，声音特征区段INT1与声音特征区段INT2的取样点的强度类型次序是否相同(或是高度相似)，因此可以判断声音特征区段重复出现了一次。于此实施例中，当声音特征区段INT1与声音特征区段INT2强度类型次序相同，便判断声音特征区段重复。若声音特征区段INT1与声音特征区段INT2强度类型次序不完全相同，便判断声音特征区段未重复。

于其他实施例中，当声音特征区段INT1与声音特征区段INT2强度类型次序高度相似(例如声音特征区段INT1与声音特征区段INT2之间20组以上的取样点强度类型次序相同)，便判断声音特征区段重复。若声音特征区段INT1与声音特征区段INT2超过5组取样点强度类型次序不同，则判断声音特征区段未重复。

完成上述声音特征区段INT1与声音特征区段INT2强度类型次序的比对后。假设声音特征区段INT1与声音特征区段INT2强度类型次序比对相同，已重复两次。再比对声音特征区段INT2与声音特征区段INT3的取样点的强度类型次序，发现两者取样点的强度类型次序也相同，因此可以判断声音特征区段共重复出现了三次。

于实施例中，假设重复出现的门槛值为3次，表示声音数据200为用户的鼾声，此时于步骤S110进行止鼾，其止鼾的方式也就是触发震动信号或是声音信号。

通过震动信号对用户的耳蜗传递一特定频率的震动，使得用户在睡眠打鼾的过程中受到干扰进而达到止鼾的作用。其中该震动信号也具有对用户的耳部进行按摩的功用。另一方面止鼾仪的壳体上设置一孔洞指向用户的耳道，声音信号通过该孔洞由止鼾仪传送至用户耳道中进而对正在打鼾的用户造成干扰达到止鼾的作用。

然而，于一实施例中，止鼾仪触发了声音信号或震动信号，声音特征区段没有消失，且仍然继续重复出现达到另一门槛值(例如6次)，表示此时用户正处于深层睡眠，因此单纯依靠短暂的单一频率的声音信号或震动信号可能无法对用户产生干扰达到止鼾的效果。此时，止鼾仪触发的声音信号或震动信号的频率以及持续的秒数增加(例如声音信号或震动信号的频率由500HZ增加至1KHZ或是持续的秒数由1秒增加至2秒)，其目的在于通过传送更强烈的止鼾信号，使得用户可以跳脱深层睡眠，达到止鼾的目的。

于另一实施例，声音数据200的声音特征区段重复出现(例如重复出现1次)，但是重复出现的次数未达到门槛值(于实施例中门槛值为3次)，因此止鼾仪判断声音数据200并不是鼾声，不进行止鼾的动作。此时重回到步骤S102重新再捕获新的声音数据。

于另一实施例中，在步骤S102止鼾仪所捕获到的声音数据不同于上述实施例的声音数据200。请一并参照图5及图6，其绘示本揭示文件的另一实施例的声音数据300的时序示意图及本揭示文件的另一实施例的声音数据300的取样示意图。如同上述的方式，在步骤S104针对声音数据300以一特定的取样频率进行取样，得到声音数据300的多个取样点，如图6所示。

在接下来的步骤S106a，将低于门槛强度D1的声音数据300的取样点视为「无」声音强度，其理由同上述的实施例。在步骤106b，将声音数据300划分成声音特征区段INT1、INT2及INT3，并且依据另一强度界线D2对每一声音特征区段的声音数据300的取样点进行强度的分类，此时每一声音特征区段INT1、INT2及INT3的取样点各自具有强度次序。

在步骤S108a，判断两声音特征区段是否具有相同的强度次序，请一并参照图7，其绘示本揭示文件的一实施例的声音数据300的声音特征区段的示意图。于实施例中，如图7所示，声音特征区段INT1初始的多个取样点强度高于强度界线D2，接下来的多个取样点强度小于强度界线D2，在接下来的多个取样点又大于强度界线D2，最后末端的多个取样点强度小于强度界线D2。另一方面，声音特征区段INT2的仅有中间部分少数的取样点强度大于强度界线D2，其余取样点皆小于强度界线D2。因此，可以判断声音特征区段INT1的强度次序与声音特征区段INT2的强度次序并不相同。

声音特征区段INT3的取样点强度皆小于强度界线D2。因此也可以判断声音特征区段INT2的强度次序与声音特征区段INT3的强度次序也不相同，综合以上，可以得知声音特征区段并没有重复出现，也就是说声音数据300并不是鼾声(例如可能是来自环境背景中其他人或是物品所产生的杂音)，此时止鼾仪不会触发声音信号或是震动信号，回到步骤S102重新捕获新的声音数据。

本揭示文件所揭示的止鼾仪包含加速度传感器。加速度传感器用于侦测用户的睡眠状态。也就是通过用户产生动作的次数来判断用户处于深层睡眠、一般睡眠、或是睡醒的状态。通过上述声音数据的取样判断进程搭配加速度传感器所侦测到的睡眠状态，止鼾仪可以更准确地判断用户是否正处于打鼾的状态。

此外，加速度传感器可以感测到用户的动作，进而判断用户目前可能是睡眠状态、浅眠下的翻身，或是已起床开始走路、移动或进行各种动作。当加速度传感器判断用户已经开始频繁的大动作移动，即可判断用户并不在睡眠状态下，则可以关闭止鼾仪上的收音装置停止侦测用户是否打鼾。

综合以上所述，本揭示文件揭示了一种止鼾仪的控制方法，于一段时间区段内捕获声音数据并对该声音数据进行取样，并且提取重复出现的声音特征区段，当声音特征区段重复出现的次数达到门槛值，止鼾仪对用户进行止鼾。

以上所引用的例子仅为本发明最佳的具体实施例，惟本揭示文件的特征并不局限于此，任何熟悉该项技艺者在本揭示文件的领域内，可轻易思及的变化或修饰，皆可涵盖在以下本案的权利要求。

Claims

1.一种止鼾仪控制方法，其特征为，该方法包含：

于一时间区段内捕获一声音数据；

连续性地对该声音数据进行取样；

提取该声音数据中周期性出现的多个声音特征区段；以及

当该些声音特征区段重复出现次数到达一第一门槛值，进行止鼾。

2.如权利要求1所述的止鼾仪控制方法，其特征为，每一声音特征区段包含N个取样点，该N个取样点各自具有一声音强度，该N个取样点依照各自的声音强度分类为多个强度类型，若一第一声音特征区段中该N个取样点的强度类型次序与一第二声音特征区段中该N个取样点的强度类型次序相同，判断该第一声音特征区段与该第二声音特征区段重复。

3.如权利要求2所述的止鼾仪控制方法，其特征为，该N个取样点依照各自的声音强度分类为多个强度类型的步骤包含：

当N个取样点其中任一者的声音强度小于一强度界线，判断该取样点的强度类型为低；以及

当N个取样点其中任一者的声音强度大于该强度界线，判断该取样点的强度类型为高。

4.如权利要求2所述的止鼾仪控制方法，其特征为，进行止鼾的方式包含触发一震动信号或一声音信号中至少一者。

5.如权利要求4所述的止鼾仪控制方法，其特征为，该震动信号与该声音信号具有相异的一第一频率及一第二频率，当该些声音特征区段重复出现次数到达一第二门槛值，该第一频率或该第二频率中至少一者增加。

6.如权利要求1所述的止鼾仪控制方法，其特征为，该些声音特征区段包含N个取样点，该N个取样点各自具有一声音强度，该些声音特征区段具有一门槛强度，当该些声音特征区段的该N个取样点各自的声音强度中任一者小于该门槛强度，该取样点的该声音强度视为无声音强度。

7.如权利要求6的止鼾仪控制方法，其特征为，进行止鼾的方式包含触发一震动信号或一声音信号中至少一者。

8.如权利要求7的止鼾仪控制方法，其特征为，该震动信号与该声音信号具有相异的一第一频率及一第二频率，当该些声音特征区段重复出现次数到达一第二门槛值，该第一频率或该第二频率中至少一者增加。

9.如权利要求1所述的止鼾仪控制方法，其特征为，进行止鼾的方式包含触发一震动信号或一声音信号中至少一者。

10.如权利要求9所述的止鼾仪控制方法，其特征为，该震动信号与该声音信号具有相异的一第一频率及一第二频率，当该些声音特征区段重复出现次数到达一第二门槛值，该第一频率或该第二频率中至少一者增加。