CN110660411B - 基于语音识别的健身安全提示方法、装置、设备及介质 - Google Patents
基于语音识别的健身安全提示方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110660411B CN110660411B CN201910877063.8A CN201910877063A CN110660411B CN 110660411 B CN110660411 B CN 110660411B CN 201910877063 A CN201910877063 A CN 201910877063A CN 110660411 B CN110660411 B CN 110660411B
- Authority
- CN
- China
- Prior art keywords
- probability
- fitness
- weight
- user
- posture
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Abstract
本申请公开了一种基于语音识别的健身安全提示方法、装置、设备及介质，属于语音识别领域。所述方法包括：获取第一健身器材产生的声音信号；对所述声音信号进行识别，得到唤醒词概率，所述唤醒词概率是指所述声音信号识别为唤醒词的概率，所述唤醒词用于指示所述第一健身器材被非安全使用；根据所述唤醒词概率，输出健身安全提示信息，所述健身安全提示信息用于对所述第一健身器材的使用安全性进行提示。本申请对用户使用第一健身器材的安全性进行自动提示，可以减少健身安全事故的发生。
Description
技术领域
本申请涉及语音识别领域，尤其涉及一种基于语音识别的健身安全提示方法、装置、设备及介质。
背景技术
随着人们进入全民健身时代，室内健身成为人们日常健身中的一部分，健身器材在其中扮演着不可缺少的重要角色。人们在实际使用健身器材的过程中，时常会出现由于健身器材的不安全操作而导致的安全事故。例如，在自由重量训练中，健身者由于健身器材的不规范使用，或者超出自身极限而继续使用，容易给身体带来伤痛和疾病。因此，健身器材的安全使用显得尤为重要。
目前，健身者可以通过访问与健身相关的网址，阅读健身房的文字提示，以及听健身房教练的讲解等渠道，来获取健身器材的安全使用知识，但健身者在实际使用健身器材的过程中，仍然会出现健身器材不安全使用的现象，时常发生健身安全事故，因此，亟需一种健身安全提示方法，对健身者进行自动提示，以减少健身安全事故的发生。
发明内容
本申请实施例提供了一种基于语音识别的健身安全提示方法、装置、设备及介质，可以解决相关技术中时常发生健身安全事故的问题。所述技术方案如下：
第一方面，提供一种基于语音识别的健身安全提示方法，所述方法包括：
获取第一健身器材产生的声音信号；
对所述声音信号进行识别，得到唤醒词概率，所述唤醒词概率是指所述声音信号识别为唤醒词的概率，所述唤醒词用于指示所述第一健身器材被非安全使用；
根据所述唤醒词概率，输出健身安全提示信息，所述健身安全提示信息用于对所述第一健身器材的使用安全性进行提示。
在一种可能实现方式中，所述根据所述唤醒词概率，输出健身安全提示信息，包括：
当所述唤醒词概率大于第一阈值时，确定危险事件概率为第一概率，所述危险事件概率是指所述第一健身器材被使用的事件为危险事件的概率；
当所述唤醒词概率不大于所述第一阈值时，根据所述第一健身器材的第一重量或者用户使用所述第一健身器材时的第一姿态中至少一项，获取所述危险事件概率；
根据所述危险事件概率，输出所述健身安全提示信息。
在一种可能实现方式中，所述根据所述第一健身器材的第一重量或者用户使用所述第一健身器材时的第一姿态中至少一项，获取所述危险事件概率，包括下述任一项：
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率；
将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率；
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对所述第一危险事件概率和所述第二危险事件概率进行加权求和，得到第三危险事件概率。
在一种可能实现方式中，所述目标重量为下述任一项：
所述用户历史使用的第二健身器材的第二重量，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述用户的身体状况对应的安全重量，所述身体状况包括所述用户的身高、体重、性别或者年龄中的至少一项，所述安全重量是指能够保证健身安全的健身器材的重量。
在一种可能实现方式中，所述将所述第一重量与目标重量进行对比之前，所述方法还包括下述任一项：
从所述用户的历史健身数据中，确定所述第二重量；
根据所述用户的身体状况，查询第一对应关系，得到所述安全重量，所述第一对应关系用于记录各种身体状况对应的安全重量。
在一种可能实现方式中，所述用户的历史健身数据的获取过程包括：
获取所述用户的人脸图像；
对所述人脸图像进行识别，得到所述用户的用户信息；
根据所述用户的用户信息，获取所述用户的历史健身数据。
在一种可能实现方式中，所述根据得到的重量对比结果，获取第一危险事件概率，包括：
当所述重量对比结果为所述第一重量大于所述目标重量时，确定所述第一危险事件概率为第二概率；
当所述重量对比结果为所述第一重量不大于所述目标重量时，确定所述第一危险事件概率为第三概率，所述第三概率小于所述第二概率。
在一种可能实现方式中，所述目标姿态为下述任一项：
所述用户历史使用第二健身器材时的第二姿态，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，所述将所述第一姿态与目标姿态进行对比之前，所述方法还包括下述任一项：
从所述用户的历史健身数据中，确定所述第二姿态；
根据所述第一健身器材的器材类型，查询第二对应关系，得到所述标准姿态，所述第二对应关系用于记录各种器材类型对应的标准姿态。
在一种可能实现方式中，所述第一姿态的获取过程包括：
获取所述用户的健身视频，所述健身视频为所述用户使用所述第一健身器材时的视频；
对所述健身视频进行识别，得到所述第一姿态。
在一种可能实现方式中，所述根据得到的姿态对比结果，获取第二危险事件概率，包括：
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度大于匹配度阈值时，确定所述第二危险事件概率为第四概率；
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度不大于所述匹配度阈值时，确定所述第二危险事件概率为第五概率，所述第五概率大于所述第四概率。
在一种可能实现方式中，所述根据所述危险事件概率，输出所述健身安全提示信息，包括：
当所述危险事件概率大于第二阈值时，输出第一安全提示信息，所述第一安全提示信息用于提示所述用户注意安全健身；
当所述危险事件概率不大于所述第二阈值时，输出第二安全提示信息，所述第二安全提示信息用于提示所述用户注意爱护健身器材。
在一种可能实现方式中，所述对所述声音信号进行识别，得到唤醒词概率，包括：
提取所述声音信号的声学特征；
将所述声学特征输入唤醒词识别模型，输出所述唤醒词概率。
在一种可能实现方式中，所述第一健身器材为自由重量训练中使用的健身器材，所述唤醒词在所述第一健身器材被从目标位置放下至与地面撞击时产生，所述目标位置与所述地面的距离大于距离阈值。
第二方面，提供一种基于语音识别的健身安全提示装置，所述装置包括：
获取模块，用于获取第一健身器材产生的声音信号；
识别模块，用于对所述声音信号进行识别，得到唤醒词概率，所述唤醒词概率是指所述声音信号识别为唤醒词的概率，所述唤醒词用于指示所述第一健身器材被非安全使用；
提示模块，用于根据所述唤醒词概率，输出健身安全提示信息，所述健身安全提示信息用于对所述第一健身器材的使用安全性进行提示。
在一种可能实现方式中，所述提示模块用于：
当所述唤醒词概率大于第一阈值时，确定危险事件概率为第一概率，所述危险事件概率是指所述第一健身器材被使用的事件为危险事件的概率；
当所述唤醒词概率不大于所述第一阈值时，根据所述第一健身器材的第一重量或者用户使用所述第一健身器材时的第一姿态中至少一项，获取所述危险事件概率；
根据所述危险事件概率，输出所述健身安全提示信息。
在一种可能实现方式中，所述提示模块用于执行下述任一项：
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率；
将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率；
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对所述第一危险事件概率和所述第二危险事件概率进行加权求和，得到第三危险事件概率。
在一种可能实现方式中，所述目标重量为下述任一项：
所述用户历史使用的第二健身器材的第二重量，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述用户的身体状况对应的安全重量，所述身体状况包括所述用户的身高、体重、性别或者年龄中的至少一项，所述安全重量是指能够保证健身安全的健身器材的重量。
在一种可能实现方式中，所述提示模块还用于执行下述任一项：
从所述用户的历史健身数据中，确定所述第二重量；
根据所述用户的身体状况，查询第一对应关系，得到所述安全重量，所述第一对应关系用于记录各种身体状况对应的安全重量。
在一种可能实现方式中，所述提示模块还用于：
获取所述用户的人脸图像；
对所述人脸图像进行识别，得到所述用户的用户信息；
根据所述用户的用户信息，获取所述用户的历史健身数据。
在一种可能实现方式中，所述提示模块用于：
当所述重量对比结果为所述第一重量大于所述目标重量时，确定所述第一危险事件概率为第二概率；
当所述重量对比结果为所述第一重量不大于所述目标重量时，确定所述第一危险事件概率为第三概率，所述第三概率小于所述第二概率。
在一种可能实现方式中，所述目标姿态为下述任一项：
所述用户历史使用第二健身器材时的第二姿态，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，所述提示模块还用于执行下述任一项：
从所述用户的历史健身数据中，确定所述第二姿态；
根据所述第一健身器材的器材类型，查询第二对应关系，得到所述标准姿态，所述第二对应关系用于记录各种器材类型对应的标准姿态。
在一种可能实现方式中，所述提示模块还用于：
获取所述用户的健身视频，所述健身视频为所述用户使用所述第一健身器材时的视频；
对所述健身视频进行识别，得到所述第一姿态。
在一种可能实现方式中，所述提示模块用于：
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度大于匹配度阈值时，确定所述第二危险事件概率为第四概率；
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度不大于所述匹配度阈值时，确定所述第二危险事件概率为第五概率，所述第五概率大于所述第四概率。
在一种可能实现方式中，所述提示模块用于：
当所述危险事件概率大于第二阈值时，输出第一安全提示信息，所述第一安全提示信息用于提示所述用户注意安全健身；
当所述危险事件概率不大于所述第二阈值时，输出第二安全提示信息，所述第二安全提示信息用于提示所述用户注意爱护健身器材。
在一种可能实现方式中，所述识别模块用于：
提取所述声音信号的声学特征；
将所述声学特征输入唤醒词识别模型，输出所述唤醒词概率。
在一种可能实现方式中，所述第一健身器材为自由重量训练中使用的健身器材，所述唤醒词在所述第一健身器材被从目标位置放下至与地面撞击时产生，所述目标位置与所述地面的距离大于距离阈值。
第三方面，提供了一种电子设备，包括一个或多个处理器和一个或多个存储器；所述一个或多个存储器，用于存放计算机程序；所述一个或多个处理器，用于执行所述一个或多个存储器上所存放的计算机程序，实现第一方面任一种实现方式所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一种实现方式所述的方法步骤。
本申请实施例提供的技术方案带来的有益效果至少包括：
通过对第一健身器材产生的声音信号进行识别，得到声音信号识别为唤醒词的概率，由于该唤醒词用于指示该第一健身器材被非安全使用，因而可以根据该唤醒词概率，输出健身安全提示信息，对用户使用第一健身器材的安全性进行自动提示，可以减少健身安全事故的发生。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种健身安全提示系统的示意图；
图2是本申请实施例提供的一种基于语音识别的健身安全提示方法的流程图；
图3是本申请实施例提供的一种基于语音识别的健身安全提示方法的流程图；
图4是本申请实施例提供的一种基于语音识别的健身安全提示装置的结构示意图；
图5是本申请实施例提供的一种电子设备500的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请实施例提供的一种健身安全提示系统的示意图，该系统可以包括声音信号采集模块101、语音唤醒模块102、行为识别模块103和语音安全提示模块104。
其中，声音信号采集模块101用于在健身区域(如进行自由重量训练的区域)采集声音信号，如采集健身器材产生的声音信号，并将采集到的声音信号输入到语音唤醒模块102。声音信号采集模块101包括但不限于麦克风。语音唤醒模块102用于采用语音识别技术，对输入的声音信号进行识别，得到唤醒词概率(声音信号识别为唤醒词的概率)，将得到的唤醒词概率输入到行为识别模块103。行为识别模块103用于对输入的唤醒词概率进行分析，将分析信息输入到语音安全提示模块104，该分析信息可以是危险事件概率(健身器材被使用的事件为危险事件的概率)。语音安全提示模块104用于对输入的信息进行判断，并输出健身安全提示信息。
需要说明的是，声音信号采集模块101、语音唤醒模块102、行为识别模块103和语音安全提示模块104可以是功能独立的设备，或者，声音信号采集模块101、语音唤醒模块102、行为识别模块103和语音安全提示模块104中的多个模块可以集成在一个设备(如健身器材)上。本申请实施例对各个模块本身的物理实现方式不做限定，只要能实现这些模块的功能即可。
图2是本申请实施例提供的一种基于语音识别的健身安全提示方法的流程图。参见图2，该方法包括：
201、获取第一健身器材产生的声音信号。
202、对该声音信号进行识别，得到唤醒词概率，该唤醒词概率是指该声音信号识别为唤醒词的概率，该唤醒词用于指示该第一健身器材被非安全使用。
203、根据该唤醒词概率，输出健身安全提示信息，该健身安全提示信息用于对该第一健身器材的使用安全性进行提示。
本申请实施例提供的方法，通过对第一健身器材产生的声音信号进行识别，得到声音信号识别为唤醒词的概率，由于该唤醒词用于指示该第一健身器材被非安全使用，因而可以根据该唤醒词概率，输出健身安全提示信息，对用户使用第一健身器材的安全性进行自动提示，可以减少健身安全事故的发生。
在一种可能实现方式中，该根据该唤醒词概率，输出健身安全提示信息，包括：
当该唤醒词概率大于第一阈值时，确定危险事件概率为第一概率，该危险事件概率是指该第一健身器材被使用的事件为危险事件的概率；
当该唤醒词概率不大于该第一阈值时，根据该第一健身器材的第一重量或者用户使用该第一健身器材时的第一姿态中至少一项，获取该危险事件概率；
根据该危险事件概率，输出该健身安全提示信息。
在一种可能实现方式中，该根据该第一健身器材的第一重量或者该用户使用该第一健身器材时的第一姿态中至少一项，获取该危险事件概率，包括下述任一项：
将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率；
将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率；
将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对该第一危险事件概率和该第二危险事件概率进行加权求和，得到第三危险事件概率。
在一种可能实现方式中，该目标重量为下述任一项：
该用户历史使用的第二健身器材的第二重量，该第二健身器材与该第一健身器材的器材类型相同；
与该用户的身体状况对应的安全重量，该身体状况包括该用户的身高、体重、性别或者年龄中的至少一项，该安全重量是指能够保证健身安全的健身器材的重量。
在一种可能实现方式中，该将该第一重量与目标重量进行对比之前，该方法还包括下述任一项：
从该用户的历史健身数据中，确定该第二重量；
根据该用户的身体状况，查询第一对应关系，得到该安全重量，该第一对应关系用于记录各种身体状况对应的安全重量。
在一种可能实现方式中，该用户的历史健身数据的获取过程包括：
获取该用户的人脸图像；
对该人脸图像进行识别，得到该用户的用户信息；
根据该用户的用户信息，获取该用户的历史健身数据。
在一种可能实现方式中，该根据得到的重量对比结果，获取第一危险事件概率，包括：
当该重量对比结果为该第一重量大于该目标重量时，确定该第一危险事件概率为第二概率；
当该重量对比结果为该第一重量不大于该目标重量时，确定该第一危险事件概率为第三概率，该第三概率小于该第二概率。
在一种可能实现方式中，该目标姿态为下述任一项：
该用户历史使用第二健身器材时的第二姿态，该第二健身器材与该第一健身器材的器材类型相同；
与该第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，该将该第一姿态与目标姿态进行对比之前，该方法还包括下述任一项：
从该用户的历史健身数据中，确定该第二姿态；
根据该第一健身器材的器材类型，查询第二对应关系，得到该标准姿态，该第二对应关系用于记录各种器材类型对应的标准姿态。
在一种可能实现方式中，该第一姿态的获取过程包括：
获取该用户的健身视频，该健身视频为该用户使用该第一健身器材时的视频；
对该健身视频进行识别，得到该第一姿态。
在一种可能实现方式中，该根据得到的姿态对比结果，获取第二危险事件概率，包括：
当该姿态对比结果为该第一姿态与该目标姿态的匹配度大于匹配度阈值时，确定该第二危险事件概率为第四概率；
当该姿态对比结果为该第一姿态与该目标姿态的匹配度不大于该匹配度阈值时，确定该第二危险事件概率为第五概率，该第五概率大于该第四概率。
在一种可能实现方式中，该根据该危险事件概率，输出该健身安全提示信息，包括：
当该危险事件概率大于第二阈值时，输出第一安全提示信息，该第一安全提示信息用于提示该用户注意安全健身；
当该危险事件概率不大于该第二阈值时，输出第二安全提示信息，该第二安全提示信息用于提示该用户注意爱护健身器材。
在一种可能实现方式中，该对该声音信号进行识别，得到唤醒词概率，包括：
提取该声音信号的声学特征；
将该声学特征输入唤醒词识别模型，输出该唤醒词概率。
在一种可能实现方式中，该第一健身器材为自由重量训练中使用的健身器材，该唤醒词在该第一健身器材被从目标位置放下至与地面撞击时产生，该目标位置与该地面的距离大于距离阈值。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
图3是本申请实施例提供的一种基于语音识别的健身安全提示方法的流程图。该方法可以用于图1所示的健身安全提示系统中，以该系统中的各个模块的功能集成在一个电子设备上，该方法由该电子设备执行为例，参见图3，该方法包括：
301、获取第一健身器材产生的声音信号。
在一种可能实现方式中，该第一健身器材可以为自由重量训练中使用的健身器材，如杠铃、哑铃等。电子设备可以采用麦克风在健身区域内采集声音信号，该健身区域可以是用户(健身者)进行自由重量训练所在的区域。用户在使用第一健身器材的过程中，第一健身器材可能会产生声音信号，例如，在自由重量训练中，当第一健身器材超出用户的自身极限时，用户可能会从空中直接放下该第一健身器材，使得该第一健身器材与地面撞击，产生“砰”的声音，此时，电子设备可以采集到该声音信号。
当然，该声音信号除了可以是第一健身器材在被使用的情况下产生的以外，还可以是第一健身器材在未被使用的情况下产生的，例如，用户使用完该第一健身器材后，该第一健身器材未被正确摆放时，第一健身器材也可以产生声音信号，如第一健身器材发生滚动时产生的声音信号，本申请实施例对此不做限定。
302、对该声音信号进行识别，得到唤醒词概率，该唤醒词概率是指该声音信号识别为唤醒词的概率，该唤醒词用于指示该第一健身器材被非安全使用。
其中，唤醒词是指在语音唤醒中用于唤醒的关键词。在一种可能实现方式中，该唤醒词在该第一健身器材被从目标位置放下至与地面撞击时产生，该目标位置与该地面的距离大于距离阈值。例如，该唤醒词可以为第一健身器材与地面撞击时产生的声音词“砰”。
电子设备可以采用语音识别技术，对该声音信号进行识别，得到唤醒词概率。在一种可能实现方式中，对该声音信号进行识别，得到唤醒词概率，包括：提取该声音信号的声学特征；将该声学特征输入唤醒词识别模型，输出该唤醒词概率。
其中，声学特征可以是指语音信号的分贝、频率等特征，该声学特征的类型包括但不限于MFCC(Mel Frequency Cepstral Coefficients，梅尔频率倒谱系数)。电子设备可以对采集到的声音信号进行特征提取，得到该声音信号的声学特征。在提取声学特征之前，电子设备还可以对声音信号进行降噪、回音消除、信号筛选等预处理。唤醒词识别模型可以是一个神经网络模型，该模型的训练过程可以包括：提取样本声音信号的声学特征；将声学特征输入初始神经网络模型，输出样本声音信号的唤醒词概率；根据输出的唤醒词概率与预设概率的差异，对该初始神经网络模型的参数进行调整；重新执行上述提取声学特征、输入模型和输出唤醒词概率、参数调整等步骤，直至神经网络模型输出的唤醒词概率与预设概率的差异小于预设阈值时，将当前的神经网络模型获取为该唤醒词识别模型，该唤醒词识别模型具有根据输入的声学特征输出唤醒词概率的功能。通过提取特征，利用预先构建的模型来输出唤醒词概率，提供了一种快速准确的获取唤醒词概率的方式。
303、根据该唤醒词概率，获取危险事件概率，该危险事件概率是指该第一健身器材被使用的事件为危险事件的概率。
电子设备可以对唤醒词概率进行分析，如将唤醒词概率与预先设置的第一阈值进行比较，根据比较结果，确定危险事件概率。在一种可能实现方式中，当该唤醒词概率大于第一阈值时，确定危险事件概率为第一概率；当该唤醒词概率不大于该第一阈值时，根据该第一健身器材的第一重量或者用户使用该第一健身器材时的第一姿态中至少一项，获取该危险事件概率。
当唤醒词概率超过设定的第一阈值(如0.8)时，电子设备可以直接确定危险事件概率为第一概率，例如，第一概率可以为0.8。当唤醒词概率未超过设定的第一阈值时，电子设备可以通过行为识别分析，获取该危险事件概率。
针对唤醒词概率不大于第一阈值的情况，在一种可能实现方式中，获取该危险事件概率可以有以下三种方式：
第一种方式、将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率。
该方式是仅考虑重量而不考虑姿态，为了便于区分，将该方式下获取到的危险事件概率称为第一事件概率。第一危险事件概率可以表示为P(B)。
在一种可能实现方式中，该目标重量可以为下述任一种形式：
(1)目标重量为用户历史使用的第二健身器材的第二重量，该第二健身器材与该第一健身器材的器材类型相同。
其中，该用户为当前正在使用该第一健身器材的用户。第一健身器材是用户当前正在使用的健身器材，第二健身器材是用户历史使用的健身器材，第一健身器材和第二健身器材均可以是自由重量训练中使用的健身器材。
在一种可能实现方式中，电子设备可以从该用户的历史健身数据中，确定该第二重量。该第二重量可以是一个重量范围。其中，用户的历史健身数据的获取过程可以包括：获取该用户的人脸图像；对该人脸图像进行识别，得到该用户的用户信息；根据该用户的用户信息，获取该用户的历史健身数据。
通过人脸识别模块，对当前正在使用第一健身器材的用户进行人脸图像采集，并基于采集到的人脸图像进行身份识别，得到用户信息，然后根据该用户信息，读取该用户的历史健身数据，如读取该用户近一周的历史健身数据。该历史健身数据可以包括用户日常训练器材的重量信息，从该历史健身数据中，可以确定该第二重量，例如，历史健身数据中有多个重量信息，电子设备可以将该多个重量信息组成的重量范围作为第二重量。其中，该人脸识别模块可以集成在电子设备上，也可以是一个功能独立的设备，本申请实施例对此不做限定。
(2)目标重量为与该用户的身体状况对应的安全重量，该身体状况包括该用户的身高、体重、性别或者年龄中的至少一项，该安全重量是指能够保证健身安全的健身器材的重量。
在一种可能实现方式中，电子设备可以根据该用户的身体状况，查询第一对应关系，得到该安全重量，该第一对应关系用于记录各种身体状况对应的安全重量。用户的身体状况可以从用户信息中获取到，获取用户信息的方式在前面已有说明，此处不再赘述。该第一对应关系可以存储在电子设备本地，电子设备可以从本地进行查询，该第一对应关系也可以存储在其他设备上，电子设备可以向其他设备发送查询请求，接收其他设备返回的该用户的身体状况对应的安全重量。
在一种可能实现方式中，根据得到的重量对比结果，获取第一危险事件概率，包括：当该重量对比结果为该第一重量大于该目标重量时，确定该第一危险事件概率为第二概率；当该重量对比结果为该第一重量不大于该目标重量时，确定该第一危险事件概率为第三概率，该第三概率小于该第二概率。
针对目标重量为用户历史使用健身器材的第二重量的情况，如果重量对比结果为：用户正在使用的第一健身器材的重量大于该目标重量，表明用户正在使用的第一健身器材的重量超过日常训练重量范围，则可以判定此事件为“训练重量非正常”，第一危险事件概率为第二概率，例如，第二概率可以为0.8，则P(B)＝0.8。如果重量对比结果为：当用户正在使用的第一健身器材的重量不大于该目标重量，表明用户正在使用的第一健身器材的重量在日常训练重量范围内，则可以判定此事件为“训练重量正常”，第一危险事件概率为第三概率，例如，第三概率可以为0.2，则P(B)＝0.2。
针对目标重量为与该用户的身体状况对应的安全重量的情况，当用户正在使用的第一健身器材的重量大于该目标重量时，表明用户正在使用的第一健身器材的重量超出用户能够安全承受的重量，则可以确定P(B)＝0.8。当用户正在使用的第一健身器材的重量不大于该目标重量时，表明用户正在使用的第一健身器材的重量未超出用户能够安全承受的重量，则可以确定P(B)＝0.2。
通过将用户当前正在使用的健身器材的重量与目标重量进行对比，根据重量对比结果，确定健身器材被使用的事件为危险事件的概率，提供了一种确定危险事件概率的有效方式。
第二种方式、将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率。
该方式是仅考虑姿态而不考虑重量，为了便于区分，将该方式下获取到的危险事件概率称为第二事件概率。第二危险事件概率可以表示为P(C)。
在一种可能实现方式中，该第一姿态的获取过程包括：获取该用户的健身视频，该健身视频为该用户使用该第一健身器材时的视频；对该健身视频进行识别，得到该第一姿态。
用户在自由重量训练区域使用第一健身器材的过程中，通过视频采集模块采集该自由重量训练区域的视频，作为用户的健身视频。通过人体姿态识别模块，对视频中的该用户进行训练姿态分析，得到用户使用该第一健身器材时的姿态，也即是第一姿态。其中，该视频采集模块和人体姿态识别模块可以集成在电子设备上，也可以是一个功能独立的设备，本申请实施例对此不做限定。
在一种可能实现方式中，该目标姿态可以为下述任一种形式：
(1)目标姿态为该用户历史使用第二健身器材时的第二姿态，该第二健身器材与该第一健身器材的器材类型相同。
在一种可能实现方式中，电子设备可以从该用户的历史健身数据中，确定该第二姿态。其中，用户的历史健身数据的获取过程在前面已有说明，此处不再赘述。该历史健身数据可以包括用户日常训练器材时的姿态信息，从该历史健身数据中，可以确定用户日常训练该项目时的姿态，也即是第二姿态。该项目可以是自由重量训练项目，用户使用与第一健身器材相同类型的器材均属于该项目。
(2)目标姿态为与该第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，电子设备可以根据该第一健身器材的器材类型，查询第二对应关系，得到该标准姿态，该第二对应关系用于记录各种器材类型对应的标准姿态。该第二对应关系可以存储在电子设备本地，电子设备可以从本地进行查询，该第二对应关系也可以存储在其他设备上，电子设备可以向其他设备发送查询请求，接收其他设备返回的该第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，根据得到的姿态对比结果，获取第二危险事件概率，包括：当该姿态对比结果为该第一姿态与该目标姿态的匹配度大于匹配度阈值时，确定该第二危险事件概率为第四概率；当该姿态对比结果为该第一姿态与该目标姿态的匹配度不大于该匹配度阈值时，确定该第二危险事件概率为第五概率，该第五概率大于该第四概率。
针对目标姿态为该用户历史使用第二健身器材时的第二姿态的情况，如果姿态对比结果为：用户正在使用第一健身器材时的姿态与目标姿态的匹配度大于匹配度阈值，表明用户正在使用第一健身器材时的姿态与日常训练该项目时的姿态匹配度高，则可以判定此次事件为“训练姿态正常”，第二危险事件概率为第四概率，例如，第四概率可以为0.2，则P(C)＝0.2。如果姿态对比结果为：用户正在使用第一健身器材时的姿态与目标姿态的匹配度不大于匹配度阈值，表明用户正在使用第一健身器材时的姿态与日常训练该项目时的姿态匹配度低，则可以判定此次事件为“训练姿态非正常”，第二危险事件概率为第五概率，例如，第五概率可以为0.8，则P(C)＝0.8。
针对目标姿态为与该第一健身器材的器材类型对应的标准姿态的情况，当用户正在使用第一健身器材时的姿态与目标姿态的匹配度大于匹配度阈值时，表明用户正在使用第一健身器材时的姿态是该项目的标准姿态，则可以确定P(C)＝0.2。当用户正在使用第一健身器材时的姿态与目标姿态的匹配度不大于匹配度阈值时，表明用户正在使用第一健身器材时的姿态非该项目的标准姿态，则可以确定P(C)＝0.8。
通过将用户当前正在使用健身器材时的姿态与目标姿态进行对比，根据姿态对比结果，确定健身器材被使用的事件为危险事件的概率，提供了一种确定危险事件概率的有效方式。
第三种方式、将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对该第一危险事件概率和该第二危险事件概率进行加权求和，得到第三危险事件概率。
该方式是既考虑重量又考虑姿态，为了便于区分，将该方式下获取到的危险事件概率称为第三事件概率。第三危险事件概率可以表示为P(A)。
该方式中，第一危险事件概率P(B)和第二危险时间概率P(C)的获取过程在前面两种方式中已有说明，此处不再赘述。电子设备可以采用下述公式获取第三危险事件概率P(A)：
P(A)＝W1P(B)+W2P(C)
其中，W1和W2为加权系数，例如，W1可以为0.8，W2可以为0.2。
通过结合重量对比结果和姿态对比结果，来判定用户当前使用第一健身器材的事件为危险事件的概率，准确性更高。
304、根据该危险事件概率，输出该健身安全提示信息，该健身安全提示信息用于对该第一健身器材的使用安全性进行提示。
电子设备可以对危险事件概率进行判断，如判断危险事件概率是否大于预先设定的第二阈值，根据判断结果输出对应的健身安全提示信息。
在一种可能实现方式中，根据该危险事件概率，输出该健身安全提示信息，包括：当该危险事件概率大于第二阈值时，输出第一安全提示信息，该第一安全提示信息用于提示该用户注意安全健身；当该危险事件概率不大于该第二阈值时，输出第二安全提示信息，该第二安全提示信息用于提示该用户注意爱护健身器材。
例如，第二阈值可以为0.6。当危险事件概率大于0.6时，则将此次事件分析为“危险事件”，输出第一安全提示信息，第一安全提示信息可以是语音信息，第一安全提示信息的内容可以为“全民健身，请注意健康健身，保护自己的身体”。当危险时间概率不大于0.6时，则将此次事件分析为“非危险事件”，输出第二安全提示信息，第二安全提示信息可以是语音信息，第二安全提示信息的内容可以为“全民健身，请将器材轻拿轻放”。
步骤303和步骤304是根据该唤醒词概率，输出健身安全提示信息的一种可能实现方式。通过对唤醒词概率进行分析，确定危险事件概率，再对危险事件概率进行判断，输出对应的语音提示信息，可以对用户进行自动提示和警告，减少或避免健身安全事故的发生，对提高全民健身安全具有重要意义。
本申请实施例是以上述各个步骤由电子设备执行为例进行说明，该电子设备可以是健身器材，通过设计能自动提示和警告用户健身安全的健身器材，将语音识别技术引入在健身器材中，如引入在自由重量训练的健身器材中，增加健身器材的自动提示和警告，这样在用户的健身过程中，可以对用户进行健身安全的自动提示和警告，能够减少或避免健身安全事故的发生，对提高全民健身安全具有重要意义。
可以理解的是，上述各个步骤可以分别由不同的模块来执行，例如，步骤301可以由声音信号采集模块101执行，步骤302可以由语音唤醒模块102执行，步骤303可以由行为识别模块103执行，步骤304可以由语音安全提示模块104执行。各个模型之间可以建立有通信连接，不同模块之间可以基于通信连接进行数据传输。通过将语音识别和唤醒技术引入在健身安全提示系统中，对健身者进行安全监视，实现对健身者的安全提示，增加了健身器材的使用安全性，同时也有效增加了健身房的安全性。
本申请实施例提供的方法，通过对第一健身器材产生的声音信号进行识别，得到声音信号识别为唤醒词的概率，由于该唤醒词用于指示该第一健身器材被非安全使用，因而可以根据该唤醒词概率，输出健身安全提示信息，对用户使用第一健身器材的安全性进行自动提示，可以减少健身安全事故的发生。
图4是本申请实施例提供的一种基于语音识别的健身安全提示装置的结构示意图。参照图4，该装置包括：
获取模块401，用于获取第一健身器材产生的声音信号；
识别模块402，用于对该声音信号进行识别，得到唤醒词概率，该唤醒词概率是指该声音信号识别为唤醒词的概率，该唤醒词用于指示该第一健身器材被非安全使用；
提示模块403，用于根据该唤醒词概率，输出健身安全提示信息，该健身安全提示信息用于对该第一健身器材的使用安全性进行提示。
在一种可能实现方式中，该提示模块403用于：
当该唤醒词概率大于第一阈值时，确定危险事件概率为第一概率，该危险事件概率是指该第一健身器材被使用的事件为危险事件的概率；
当该唤醒词概率不大于该第一阈值时，根据该第一健身器材的第一重量或者用户使用该第一健身器材时的第一姿态中至少一项，获取该危险事件概率；
根据该危险事件概率，输出该健身安全提示信息。
在一种可能实现方式中，该提示模块403用于执行下述任一项：
将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率；
将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率；
将该第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将该第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对该第一危险事件概率和该第二危险事件概率进行加权求和，得到第三危险事件概率。
在一种可能实现方式中，该目标重量为下述任一项：
该用户历史使用的第二健身器材的第二重量，该第二健身器材与该第一健身器材的器材类型相同；
与该用户的身体状况对应的安全重量，该身体状况包括该用户的身高、体重、性别或者年龄中的至少一项，该安全重量是指能够保证健身安全的健身器材的重量。
在一种可能实现方式中，该提示模块403还用于执行下述任一项：
从该用户的历史健身数据中，确定该第二重量；
根据该用户的身体状况，查询第一对应关系，得到该安全重量，该第一对应关系用于记录各种身体状况对应的安全重量。
在一种可能实现方式中，该提示模块403还用于：
获取该用户的人脸图像；
对该人脸图像进行识别，得到该用户的用户信息；
根据该用户的用户信息，获取该用户的历史健身数据。
在一种可能实现方式中，该提示模块403用于：
当该重量对比结果为该第一重量大于该目标重量时，确定该第一危险事件概率为第二概率；
当该重量对比结果为该第一重量不大于该目标重量时，确定该第一危险事件概率为第三概率，该第三概率小于该第二概率。
在一种可能实现方式中，该目标姿态为下述任一项：
该用户历史使用第二健身器材时的第二姿态，该第二健身器材与该第一健身器材的器材类型相同；
与该第一健身器材的器材类型对应的标准姿态。
在一种可能实现方式中，该提示模块403还用于执行下述任一项：
从该用户的历史健身数据中，确定该第二姿态；
根据该第一健身器材的器材类型，查询第二对应关系，得到该标准姿态，该第二对应关系用于记录各种器材类型对应的标准姿态。
在一种可能实现方式中，该提示模块403还用于：
获取该用户的健身视频，该健身视频为该用户使用该第一健身器材时的视频；
对该健身视频进行识别，得到该第一姿态。
在一种可能实现方式中，该提示模块403用于：
当该姿态对比结果为该第一姿态与该目标姿态的匹配度大于匹配度阈值时，确定该第二危险事件概率为第四概率；
当该姿态对比结果为该第一姿态与该目标姿态的匹配度不大于该匹配度阈值时，确定该第二危险事件概率为第五概率，该第五概率大于该第四概率。
在一种可能实现方式中，该提示模块403用于：
当该危险事件概率大于第二阈值时，输出第一安全提示信息，该第一安全提示信息用于提示该用户注意安全健身；
当该危险事件概率不大于该第二阈值时，输出第二安全提示信息，该第二安全提示信息用于提示该用户注意爱护健身器材。
在一种可能实现方式中，该识别模块402用于：
提取该声音信号的声学特征；
将该声学特征输入唤醒词识别模型，输出该唤醒词概率。
在一种可能实现方式中，该第一健身器材为自由重量训练中使用的健身器材，该唤醒词在该第一健身器材被从目标位置放下至与地面撞击时产生，该目标位置与该地面的距离大于距离阈值。
需要说明的是：上述实施例提供的基于语音识别的健身安全提示装置在进行健身安全提示时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于语音识别的健身安全提示装置与基于语音识别的健身安全提示方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图5是本申请实施例提供的一种电子设备500的结构示意图，该电子设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)501和一个或一个以上的存储器502，其中，该存储器502中存储有至少一条指令，该至少一条指令由该处理器501加载并执行以实现上述各个方法实施例提供的方法。当然，该电子设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该电子设备还可以包括其他用于实现设备功能的部件，在此不做赘述。
在示例性实施例中，还提供了一种存储有计算机程序的计算机可读存储介质，例如存储有计算机程序的存储器，上述计算机程序被处理器执行时实现上述实施例中的基于语音识别的健身安全提示方法。例如，该计算机可读存储介质可以是只读内存(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact DiscRead-Only Memory，CD-ROM)、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上该仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (17)
1.一种基于语音识别的健身安全提示方法，其特征在于，所述方法包括：
获取第一健身器材产生的声音信号；
对所述声音信号进行识别，得到唤醒词概率，所述唤醒词概率是指所述声音信号识别为唤醒词的概率，所述唤醒词用于指示所述第一健身器材被非安全使用；
根据所述唤醒词概率，输出健身安全提示信息，所述健身安全提示信息用于对所述第一健身器材的使用安全性进行提示。
2.根据权利要求1所述的方法，其特征在于，所述根据所述唤醒词概率，输出健身安全提示信息，包括：
当所述唤醒词概率大于第一阈值时，确定危险事件概率为第一概率，所述危险事件概率是指所述第一健身器材被使用的事件为危险事件的概率；
当所述唤醒词概率不大于所述第一阈值时，根据所述第一健身器材的第一重量或者用户使用所述第一健身器材时的第一姿态中至少一项，获取所述危险事件概率；
根据所述危险事件概率，输出所述健身安全提示信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一健身器材的第一重量或者用户使用所述第一健身器材时的第一姿态中至少一项，获取所述危险事件概率，包括下述任一项：
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率；
将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率；
将所述第一重量与目标重量进行对比，根据得到的重量对比结果，获取第一危险事件概率，将所述第一姿态与目标姿态进行对比，根据得到的姿态对比结果，获取第二危险事件概率，对所述第一危险事件概率和所述第二危险事件概率进行加权求和，得到第三危险事件概率。
4.根据权利要求3所述的方法，其特征在于，所述目标重量为下述任一项：
所述用户历史使用的第二健身器材的第二重量，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述用户的身体状况对应的安全重量，所述身体状况包括所述用户的身高、体重、性别或者年龄中的至少一项，所述安全重量是指能够保证健身安全的健身器材的重量。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一重量与目标重量进行对比之前，所述方法还包括下述任一项：
从所述用户的历史健身数据中，确定所述第二重量；
根据所述用户的身体状况，查询第一对应关系，得到所述安全重量，所述第一对应关系用于记录各种身体状况对应的安全重量。
6.根据权利要求5所述的方法，其特征在于，所述用户的历史健身数据的获取过程包括：
获取所述用户的人脸图像；
对所述人脸图像进行识别，得到所述用户的用户信息；
根据所述用户的用户信息，获取所述用户的历史健身数据。
7.根据权利要求3所述的方法，其特征在于，所述根据得到的重量对比结果，获取第一危险事件概率，包括：
当所述重量对比结果为所述第一重量大于所述目标重量时，确定所述第一危险事件概率为第二概率；
当所述重量对比结果为所述第一重量不大于所述目标重量时，确定所述第一危险事件概率为第三概率，所述第三概率小于所述第二概率。
8.根据权利要求3所述的方法，其特征在于，所述目标姿态为下述任一项：
所述用户历史使用第二健身器材时的第二姿态，所述第二健身器材与所述第一健身器材的器材类型相同；
与所述第一健身器材的器材类型对应的标准姿态。
9.根据权利要求8所述的方法，其特征在于，所述将所述第一姿态与目标姿态进行对比之前，所述方法还包括下述任一项：
从所述用户的历史健身数据中，确定所述第二姿态；
根据所述第一健身器材的器材类型，查询第二对应关系，得到所述标准姿态，所述第二对应关系用于记录各种器材类型对应的标准姿态。
10.根据权利要求3所述的方法，其特征在于，所述第一姿态的获取过程包括：
获取所述用户的健身视频，所述健身视频为所述用户使用所述第一健身器材时的视频；
对所述健身视频进行识别，得到所述第一姿态。
11.根据权利要求3所述的方法，其特征在于，所述根据得到的姿态对比结果，获取第二危险事件概率，包括：
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度大于匹配度阈值时，确定所述第二危险事件概率为第四概率；
当所述姿态对比结果为所述第一姿态与所述目标姿态的匹配度不大于所述匹配度阈值时，确定所述第二危险事件概率为第五概率，所述第五概率大于所述第四概率。
12.根据权利要求2所述的方法，其特征在于，所述根据所述危险事件概率，输出所述健身安全提示信息，包括：
当所述危险事件概率大于第二阈值时，输出第一安全提示信息，所述第一安全提示信息用于提示所述用户注意安全健身；
当所述危险事件概率不大于所述第二阈值时，输出第二安全提示信息，所述第二安全提示信息用于提示所述用户注意爱护健身器材。
13.根据权利要求1所述的方法，其特征在于，所述对所述声音信号进行识别，得到唤醒词概率，包括：
提取所述声音信号的声学特征；
将所述声学特征输入唤醒词识别模型，输出所述唤醒词概率。
14.根据权利要求1所述的方法，其特征在于，所述第一健身器材为自由重量训练中使用的健身器材，所述唤醒词在所述第一健身器材被从目标位置放下至与地面撞击时产生，所述目标位置与所述地面的距离大于距离阈值。
15.一种基于语音识别的健身安全提示装置，其特征在于，所述装置包括多个功能模块，所述多个功能模块用于执行权利要求1至权利要求14任一项所述的基于语音识别的健身安全提示方法。
16.一种电子设备，其特征在于，包括一个或多个处理器和一个或多个存储器；所述一个或多个存储器，用于存放计算机程序；所述一个或多个处理器，用于执行所述一个或多个存储器上所存放的计算机程序，实现权利要求1-14任一项所述的方法步骤。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-14任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910877063.8A CN110660411B (zh) | 2019-09-17 | 2019-09-17 | 基于语音识别的健身安全提示方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910877063.8A CN110660411B (zh) | 2019-09-17 | 2019-09-17 | 基于语音识别的健身安全提示方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110660411A CN110660411A (zh) | 2020-01-07 |
| CN110660411B true CN110660411B (zh) | 2021-11-02 |
Family
ID=69038118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910877063.8A Active CN110660411B (zh) | 2019-09-17 | 2019-09-17 | 基于语音识别的健身安全提示方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110660411B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113786600A (zh) * | 2021-10-14 | 2021-12-14 | 成都拟合未来科技有限公司 | 一种智能健身器械的动作反馈方法及系统及装置及介质 |
| CN114822521B (zh) * | 2022-04-15 | 2023-07-11 | 广州易而达科技股份有限公司 | 一种音箱的唤醒方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104436615A (zh) * | 2013-09-17 | 2015-03-25 | 索尼公司 | 监视成果的装置和方法 |
| CN105833508A (zh) * | 2016-03-18 | 2016-08-10 | 深圳大学 | 测量卡路里消耗和监测手部姿势识别的智慧手套及估算的方法和系统 |
| CN105963911A (zh) * | 2016-07-01 | 2016-09-28 | 亳州学院 | 一种体育健身器材 |
| CN107257996A (zh) * | 2015-03-26 | 2017-10-17 | 英特尔公司 | 环境敏感自动语音识别的方法和系统 |
| CN109470983A (zh) * | 2018-04-10 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种保电设备故障预警方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11196811B2 (en) * | 2006-12-01 | 2021-12-07 | Fitistics, Llc | Data communications between an exercise device and a personal content device |
| EP2104917A4 (en) * | 2006-12-01 | 2011-12-28 | Fitistics Llc | SYSTEM AND METHOD FOR INFORMATION PROCESSING |
| US9295879B2 (en) * | 2012-06-29 | 2016-03-29 | Richard Palmer | Exercise device and method of using same |
-
2019
- 2019-09-17 CN CN201910877063.8A patent/CN110660411B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104436615A (zh) * | 2013-09-17 | 2015-03-25 | 索尼公司 | 监视成果的装置和方法 |
| CN107257996A (zh) * | 2015-03-26 | 2017-10-17 | 英特尔公司 | 环境敏感自动语音识别的方法和系统 |
| CN105833508A (zh) * | 2016-03-18 | 2016-08-10 | 深圳大学 | 测量卡路里消耗和监测手部姿势识别的智慧手套及估算的方法和系统 |
| CN105963911A (zh) * | 2016-07-01 | 2016-09-28 | 亳州学院 | 一种体育健身器材 |
| CN109470983A (zh) * | 2018-04-10 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种保电设备故障预警方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 《An Internet-based cycle ergometer system by using distributed computing》;Z. Wang et al.;《4th International IEEE EMBS Special Topic Conference on Information Technology Applications in Biomedicine, 2003》;20030818;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110660411A (zh) | 2020-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gideon et al. | Mood state prediction from speech of varying acoustic quality for individuals with bipolar disorder | |
| CN110047512B (zh) | 一种环境声音分类方法、系统及相关装置 | |
| WO2019134247A1 (zh) | 基于声纹识别模型的声纹注册方法、终端装置及存储介质 | |
| CN105989836B (zh) | 一种语音采集方法、装置及终端设备 | |
| KR20210020007A (ko) | 보험 녹음의 품질 검사 방법, 장치, 기기와 컴퓨터 저장 매체 | |
| CN110602624B (zh) | 音频测试方法、装置、存储介质及电子设备 | |
| CN110660411B (zh) | 基于语音识别的健身安全提示方法、装置、设备及介质 | |
| CN110581915B (zh) | 稳定性测试方法、装置、存储介质及电子设备 | |
| CN111436944B (zh) | 一种基于智能移动终端的跌倒检测方法 | |
| CN111354371B (zh) | 交通工具运行状态的预测方法、装置、终端及存储介质 | |
| CN108320738A (zh) | 语音数据处理方法及装置、存储介质、电子设备 | |
| CN111261195A (zh) | 音频测试方法、装置、存储介质及电子设备 | |
| CN112327288B (zh) | 雷达人体动作识别方法、装置、电子设备和存储介质 | |
| CN111754982A (zh) | 语音通话的噪声消除方法、装置、电子设备及存储介质 | |
| CN107105092A (zh) | 一种基于动态时间规整的人体跌倒识别方法 | |
| CN109841221A (zh) | 基于语音识别的参数调节方法、装置及健身设备 | |
| CN115394318A (zh) | 一种音频检测方法和装置 | |
| CN110580897B (zh) | 音频校验方法、装置、存储介质及电子设备 | |
| CN110599751A (zh) | 一种危险报警方法、装置、计算机设备及存储介质 | |
| CN116156439B (zh) | 智能穿戴电子对讲交互系统 | |
| CN110706691B (zh) | 语音验证方法及装置、电子设备和计算机可读存储介质 | |
| CN107644651A (zh) | 用于语音识别的电路和方法 | |
| CN115641701A (zh) | 一种事件提醒方法、装置、设备及存储介质 | |
| CN106340310A (zh) | 语音检测方法及装置 | |
| CN115273909A (zh) | 语音活性检测方法、装置、设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |