JP3233390U - 通知装置及びウェアラブル装置 - Google Patents

通知装置及びウェアラブル装置 Download PDF

Info

Publication number
JP3233390U
JP3233390U JP2021002054U JP2021002054U JP3233390U JP 3233390 U JP3233390 U JP 3233390U JP 2021002054 U JP2021002054 U JP 2021002054U JP 2021002054 U JP2021002054 U JP 2021002054U JP 3233390 U JP3233390 U JP 3233390U
Authority
JP
Japan
Prior art keywords
signal
microcontroller
voice
notification device
notification
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
JP2021002054U
Other languages
English (en)
Inventor
ホアン コアン−チュー
ホアン コアン−チュー
Original Assignee
アウリスマート テクノロジー コーポレーション
アウリスマート テクノロジー コーポレーション
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
Priority claimed from TW109206633U external-priority patent/TWM606675U/zh
Priority claimed from TW109117898A external-priority patent/TWI777170B/zh
Application filed by アウリスマート テクノロジー コーポレーション, アウリスマート テクノロジー コーポレーション filed Critical アウリスマート テクノロジー コーポレーション
Application granted granted Critical
Publication of JP3233390U publication Critical patent/JP3233390U/ja
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
    • G08B6/00—Tactile signalling systems, e.g. personal calling systems
    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
    • G08B13/1654—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems
    • G08B13/1672—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems using sonic detecting means, e.g. a microphone operating in the audio frequency range
    • 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
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/186—Fuzzy logic; neural networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/18—Artificial neural networks; Connectionist approaches
    • 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
    • G10L17/20—Pattern transformations or operations aimed at increasing system robustness, e.g. against channel noise or different working conditions
    • 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
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • 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
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • 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
    • G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
    • 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
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

【課題】ユーザーに環境の変化を容易に感知させることができる通知装置を提供する。【解決手段】通知装置１は、環境を検知して、圧力信号を提供するための圧力センサー１０と、圧力信号を受信するように圧力センサー１０に接続され、一定の期間内の圧力信号の動的閾値を計算するためのものであり、圧力信号の大きさが動的閾値よりも大きくなると、第１のフィードバック信号を出力装置に伝送するマイクロコントローラー２０と、マイクロコントローラー２０に接続され、第１のフィードバック信号に基づいて第１のフィードバック動作を提供するための出力装置３０と、を備える。【選択図】図１

Description

本開示は、通知装置、及び通知装置が設けられるウェアラブル装置に関する。
職場において、音声で直接コミュニケーションできない場合がある。例えば、職場に聴覚障害者がいるか、職場に騒々しい騒音がある。これらの場合、労働者の音声からの遮断は、コミュニケーションに不利である。市販の他のコミュニケーション支援の装置を使用すると、作業に影響を与える可能性がある。これに対して、如何に軽い即時の通知装置を提供するかは、当業者が解決しようとする問題の一つである。
本開示の一態樣は、通知装置に関する。
本開示の一実施形態によれば、通知装置は、環境を検知して、圧力信号を提供するための圧力センサーと、圧力信号を受信するように圧力センサーに接続され、一定の期間内の圧力信号の動的閾値を計算するためのものであり、圧力信号の大きさが動的閾値よりも大きくなると、第１のフィードバック信号を出力装置に伝送するマイクロコントローラーと、マイクロコントローラーに接続され、第１のフィードバック信号に基づいて第１のフィードバック動作を提供するための出力装置と、を備える。
１つ又は複数の実施形態において、出力装置は、発光装置、バイブレーター、音声アンプ及びテキストアイコン表示装置のうち少なくとも１つを含む。
１つ又は複数の実施形態において、圧力センサーは音声センサーであり、動的平均値は一定期間における音量の平均値である。
いくつかの実施形態では、通知装置は、マイクロコントローラーに接続される距離センサーと回路基板を更に備え、音声センサーと距離センサーは、回路基板に組み込まれる。
いくつかの実施形態では、通知装置は、ネットワークを介してマイクロコントローラーに接続されるサーバを更に備え、マイクロコントローラーは、音声信号をサーバに送信し、サーバは、音声信号のタイプを認識し分類し、音声信号のタイプに基づいて第２のフィードバック信号をマイクロコントローラーに伝送し、出力装置は、第２のフィードバック信号に基づいて第２のフィードバック動作を提供する。
いくつかの実施形態では、サーバは、音声信号を認識するための音声認識モジュールと、認識された音声信号のタイプを分類するための分類モジュールと、音声信号のタイプに基づいて第２のフィードバック信号を提供するためのプロセッサーとを更に含む。
本開示の一態樣は、前記のような通知装置を有するウェアラブル装置に関する。
本開示の一実施形態によれば、前記のような通知装置と、通知装置の圧力センサー、マイクロコントローラー及び出力装置が設けられる衣類と、を備えるウェアラブル装置である。
本開示の一態樣は、前記のような通知装置によって実現されることのできる通知方法に関する。
本開示の一実施形態において、通知方法は、環境を検知して圧力信号を提供し、圧力信号を処理して一定の期間内の圧力信号の動的平均値を取得する工程と、動的平均値に基づいて動的閾値を設定する工程と、音声信号の現在音量が動的閾値を超えたかを確認する工程と、音声信号の動的平均値が閾値を超えると、フィードバック信号を出力装置に伝送する工程と、出力装置がフィードバック信号に基づいてフィードバック動作を提供する工程と、を含む。
１つ又は複数の実施形態において、圧力信号は音声信号であり、動的平均値は一定期間における音声信号の音量平均値である。
本開示の一態樣は、前記のような通知装置によって実現されることもできる通知方法に関する。
本開示の一実施形態において、通知方法は、環境を検知してアナログ音声信号を取得する工程と、アナログ音声信号の内容を音声認識することで、アナログ音声信号のタイプを分類する工程と、アナログ音声信号のタイプに基づいてフィードバック信号を出力する工程と、出力装置がフィードバック信号に基づいてフィードバック動作を行う工程と、を含む。
以上のように、本開示は、通知装置、通知装置を使用するウェアラブル装置、及び対応する通知方法を提供して、ユーザーに環境の変化を容易に感知させることができる。
以上のように、本開示が解決しようとする問題、課題を解決するための手段、及び考案の効果等の本開示の具体的な細部について、以下の実施形態及び関連図面では詳細に説明する。
本開示の利点及び図面は、図面を参照しながら、下記で例示する実施形態により、よりよく理解されるべきである。これらの図面の説明は、単に例示するための実施形態であるため、別々な実施形態を制限し、又は本開示の実用新案登録請求の範囲を制限しないものとして見なされるべきではない。
本開示の一実施形態による通知装置を示すブロック図である。 本開示の一実施形態による通知方法を示すフローチャートである。 本開示の一実施形態による通知装置を示すブロック図である。 本開示の一実施形態によるサーバを示すブロック図である。 本開示の一実施形態による通知装置により提供される通知方法を示すフローチャートである。 本開示の一実施形態による音声認識モジュールを訓練する訓練方法を示すフローチャートである。 本開示の一実施形態による分類モジュールを訓練する訓練方法を示すフローチャートである。 本開示の一実施形態によるウェアラブル装置としてのスマートベストの正面図である。 本開示の一実施形態によるウェアラブル装置としてのスマートベストの背面図である。 本開示の一実施形態によるウェアラブル装置としてのスマートベストのポケット内部の斜視図である。
以下、実施例を挙げて添付の図面に併せて詳細的に説明するが、提供された実施例は本開示によってカバーされる範囲を制限するために使用されず、構造及び動作の説明は、その実行の順序を制限するために使用されなく、素子により再結合された任意の構造、同等の効果を果たす装置は、何れも本開示によってカバーされる範囲に属する。また、図面は単に説明するためのものであり、元の寸法に従って描かれていない。容易に理解させるために、以下の説明における同じ又は類似の素子については、同じ符号で説明される。
また、明細書全体及び実用新案登録請求の範囲で使用される用語（ｔｅｒｍｓ）は、特に明記しない限り、通常、各用語は、この分野における、本開示の内容及び特別な内容で使用される通常の意味を有する。本開示を説明するためのいくつかの用詞については、当業者を本開示の説明に関して追加してガイドするように、下記又は本明細書の別所で検討される。
本明細書では、「第１」、「第２」等の用語は、同じ技術用語を有する素子又は操作方法を区別するためにのみ使用され、順序を示したり、本開示を制限したりすることを意図するものではない。
なお、「含む」、「備える」、「提供する」等の類似の用語は、本明細書ではすべてオープンな制限であり、それを含むが、それに制限されない。
更に、本文では、文脈が冠詞に対して特別に限定しない限り、「一」及び「前記」は単一又は複数を広く指す。更に理解するのは、本文で使用される「包含」、「含む」、「有する」及び類似する詞彙は、記載された特徴、領域、整数、工程、操作、素子及び／又はモジュールを明示するが、その述べた又は付加的１つ又は複数のその他の特徴、領域、整数、工程、操作、素子、モジュール、及び／又はその中の群を排除しない。
図１を参照されたい。図１は本開示の一実施形態による通知装置１を示すブロック図である。図１に示すように、通知装置１は、音声センサー１０と、マイクロコントローラー２０と、出力装置３０と、を備える。ユーザーは、通知装置１によって、環境変化に応じて通知を即時に取得することができる。
音声センサー１０は、環境を検知して、環境中の音声信号を受信するために使用される。通知装置１が倉庫や工場等の環境で使用される場合、受信された音声信号は、例えば、エンジニアリング機器の音又は他の労働者の人間の音であり、アナログ信号である。いくつかの実施形態では、音声センサー１０は、例えば、マイクロフォン感知モジュール（例えば、電気容量式）であってもよいし、電気容量式のマイクロフォン感知モジュールを簡単にアレイに配列してもよい。
マイクロコントローラー（ｍｉｃｒｏｃｏｎｔｒｏｌｌｅｒ、又はｍｉｃｒｏｃｏｎｔｒｏｌｌｅｒ ｕｎｉｔと呼ばれ、ＭＣＵと略称）２０は、音声センサー１０に接続される。マイクロコントローラー１２０は、小型化の利点を有し、持ち運びが簡単で、簡単な計算機能を実現するために使用されることができる。音声センサー１０は、音声信号をマイクロコントローラー２０に送信し、マイクロコントローラー２０によって音声センサー１０からの音声信号を簡単に処理することができる。マイクロコントローラー２０には、音声信号の音量に対する判断機能が組み込まれてもよい。このように、マイクロコントローラー２０は、所定の時間にわたって、音声信号を記録し、音声信号の音量変化に応じてフィードバック信号を提供することができる。
出力装置３０は、マイクロコントローラー２０に接続され、フィードバック信号に基づいてフィードバック動作を提供するために使用される。出力装置３０は、発光装置、バイブレーター、音声アンプ又はテキストアイコン表示装置を含んでよい。テキストアイコン装置は、テキスト又は他のアイコンを表示することで、ユーザーにより直感的に直接促す。テキストアイコン表示装置は、ポータブルディスプレイを含む。
このように、通知装置１は音声センサー１０によって環境を検知して音声信号を提供することができる。音声センサー１０に接続されるマイクロコントローラー２０は、一定の期間における音声信号の動的音量平均値を処理する。動的音量平均値とは、前の期間における、音声信号の音量の平均値を指す。動的平均値に基づいて、１つの動的閾値を予測することができる。現在の音声信号の音量が前の期間における動的平均値で計算された動的閾値よりも大きくなると、環境が変化し、危険がある可能性があり、又は周囲でコミュニケーションする必要があることを表し、マイクロコントローラー２０は出力装置３０にフィードバック信号を提供することで、出力装置３０にフィードバック動作を提供させ、ユーザーに通知する。
いくつかの実施形態では、通知装置１は、音声センサー１０の代わりに、他のタイプの圧力センサーを使用してもよい。音声センサー１０は圧力センサーの一種であり、環境中の音声伝達における音圧変化を感知し、それを音声信号に変換することで、動的平均値を算出して動的閾値を取得するために使用される。いくつかの実施形態では、通知装置１において、例えば、気圧センサー等の他のタイプの圧力センサーを使用してもよい。気圧センサーを例として、一定の期間における気圧の動的平均値を感知することができる。一旦、現在の気圧値が前の期間で算出された動的平均値よりも大きくなると、マイクロコントローラー２０はフィードバック信号を送信することができ、出力装置３０にフィードバック動作を提供させ、通知装置１を使用しているユーザーに即時に通知する。
通知装置１は如何にユーザーに通知するかを更に説明するために、図２を参照されたい。図２は本開示の一実施形態による通知方法６００を示すフローチャートである。通知方法６００は工程６１０〜６５０を含む。
工程６１０において、通知装置１の音声センサー１０は、ユーザーの周囲の環境を検知して、一定の期間における音声信号を取得することができる。
工程６２０において、音声センサー１０に接続されるマイクロコントローラー２０によって音声信号を処理して、一定の期間における動的閾値を取得することができる。マイクロコントローラー２０は、まず、音声信号に基づいて一定の期間における音声信号の音量の動的平均値を計算することができる。例えば、音声センサー１０は、３秒前から１秒前までの期間の音量の動的平均値を取得することができる。通知装置１が起動する場合、音量の動的平均値が持続的に変化する可能性がある。
音量の動的平均値に基づいて、マイクロコントローラー２０は、音声信号の音量の動的閾値を定義することによって、音声信号の音量が短期間に大きな変化を有するかを判断することができる。いくつかの実施形態では、動的閾値は動的平均値として設定してもよい。いくつかの実施形態では、動的平均値に応じて、動的平均値と異なる動的閾値を設定することができる。例えば、音声信号の音量の動的平均値が特定のデシベル数よりも大きくなると、動的閾値を動的平均値より大きい値として設定し、音声信号の音量の動的平均値が特定のデシベル数よりも大きくなると、動的閾値が動的平均値と同等であるように直接設定される。
工程６２０によって、受信された音声信号の音量の動的平均値を設定し、工程６３０では、音声信号の現在の音量に基づいて、現在の音声信号の音量が動的閾値を超えたかを確認する。そうであると、工程６４０に進み、フィードバック信号を出力装置３０に伝送する。そうでないと、工程６１０に戻り、環境を検知し続き、音声信号を提供する。
例えば、一具体的な実施形態では、マイクロコントローラー２０は、３秒前から１秒前まで、音声信号の音量の動的平均値が特定のデシベル数（例えば、６０デシベル）であると計算し、且つ音声信号の音量の動的平均値を動的閾値として設定する（工程６２０）。その後、一旦、音声信号の現在の音量が動的閾値（例えば、６０デシベルより大きい）よりも大きくなると、はいと判断される工程６３０に対応し、工程６４０に入り、マイクロコントローラー２０は、フィードバック信号を出力装置３０に即時に提供することができる。このように、工程６５０では、出力装置３０は、マイクロコントローラー２０からのフィードバック信号に基づいて、適切なフィードバック動作を提供することで、通知装置１を使用しているユーザーに通知することができる。
通知方法６００は、移動装置上で実現することができる。例えば、スマートフォン等の移動装置は、マイクロフォン、マイクロプロセッサー及び携帯電話を振動させるバイブレーターを有する。スマートフォンにアプリケーション（ＡＰＰ）をインストールすることによって、マイクロフォンを音声センサー１０として使用することができ、携帯電話のマイクロプロセッサーがマイクロコントローラー２０として機能し、携帯電話のバイブレーターが出力装置３０として使用され、振動を通知することによってフィードバック動作を提供する。
図３を参照されたい。図３は本開示の一実施形態による通知装置１００を示すブロック図である。通知装置１００は、通知装置１に基づいて構築され、通知装置１の機能に加えて、スマート通知及び警告の機能を更に提供することができる。図３に示すように、通知装置１００は音声センサー１１０、マイクロコントローラー１２０、サーバ１３０、出力装置１５０及び距離センサー１６０を備える。本実施形態において、音声センサー１１０、出力装置１５０及び距離センサー１６０はマイクロコントローラー１２０に接続され、サーバ１３０は遠隔に設けられ、例えば、ネットワークを介してマイクロコントローラー１２０に接続される。サーバ１３０は複雑な計算に使用できる。サーバ１３０は遠隔に設けられることができるため、通知装置１００を使用する場合、音声センサー１１０、マイクロコントローラー１２０、出力装置１５０及び距離センサー１６０を持ち運べばよい。
いくつかの実施形態では、ネットワークは、例えば、ユーザーの携帯電話を使用して共有される無線ネットワークである。いくつかの実施形態では、ブルートゥース（登録商標）通信を介して、マイクロコントローラー１２０をネットワークに接続することができる。いくつかの実施形態では、ネットワークは他のタイプの無線ネットワーク（Ｗｉ−Ｆｉ）、例えば、Ｚｉｇｂｅｅ（登録商標）であってもよい。いくつかの実施形態では、ネットワークは、第４世代移動通信技術（４Ｇ）の狭帯域モノのインターネット（ｎａｒｒｏｗ ｂａｎｄ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ，ＮＢＩｏＴ）又はＬＴＥ−Ｍ技術であってもよい。いくつかの実施形態では、ネットワークは第５世代移動通信技術（５Ｇ）により提供されてもよく、より高速な伝送速度と相互作用を実現する。音声センサー１１０は図１の音声センサー１０に類似する。音声センサー１１０は、環境を検知して、環境の中の音声信号を受信するために使用される。例えば、通知装置１００は、倉庫や工場等の環境で使用される場合、受信された音声信号は、例えば、エンジニアリング機器の音又は他の労働者の人間の声であり、アナログ信号である。具体的に、いくつかの実施形態では、音声センサー１１０は、例えば、マイクロフォン感知モジュールである。マイクロフォン感知モジュールは、例えば、電気容量式である。いくつかの実施形態では、電気容量式マイクロフォン感知モジュールを簡単にアレイに配列してもよい。
音声センサー１１０は環境の音声信号を受信した後、分析を容易にするために、アナログ音声信号を処理し、ノイズを濾過することができる。いくつかの実施形態では、音声センサー１１０にノイズを濾過するための他の装置が設けられてもよい。
マイクロコントローラー１２０は図１のマイクロコントローラー２０に類似する。マイクロコントローラー１２０は音声センサー１１０に接続される。マイクロコントローラー１２０は小型化の利点を有し、持ち運びが簡単で、簡単な計算機能を実現するために使用されることができる。更に、マイクロコントローラー１２０はネットワークを介してサーバ１３０に接続されることができる。マイクロコントローラー１２０の接続によって、音声センサー１１０は音声信号をマイクロコントローラー１２０に送信することができる。いくつかの実施形態では、ネットワークは例えば、携帯電話により提供されることができる。
サーバ１３０は遠隔に設けられ、複雑な計算を行う。図３と図４を併せて参照されたい。図４は本開示の一実施形態によるサーバ１３０を示すブロック図である。本実施形態において、サーバ１３０は音声認識モジュール１３５、分類モジュール１４０及びプロセッサー１４５を備える。いくつかの実施形態では、音声認識モジュール１３５、分類モジュール１４０及びプロセッサー１４５はサーバ１３０内のコンピュータ素子である。いくつかの実施形態では、音声認識モジュール１３５、分類モジュール１４０及びプロセッサー１４５は同一のハードウェアに組み込まれることができる。
音声認識モジュール１３５は音声信号を認識するために使用される。分類モジュール１４０は、認識された音声信号のタイプを分類するために使用される。プロセッサー１４５は、音声信号のタイプに基づいてフィードバック信号を提供する。具体的な差動方法は後述する。ネットワークの遠隔送信によって、マイクロコントローラー１２０は、サーバ１３０のフィードバック信号を受信するために使用されることができる。
出力装置１５０はマイクロコントローラー１２０に接続され、フィードバック信号に基づいてフィードバック動作を提供する。出力装置１５０は図１の出力装置３０に類似し、発光装置、バイブレーター、音声アンプ又はテキストアイコン表示装置を含む。テキストアイコン表示装置は小型のポータブルディスプレイを含む。音声でコミュニケーションすることの不便である環境に対処するために、いくつかの実施形態では、出力装置１５０のフィードバック動作は音声フィードバックを含まない。
距離センサー１６０はマイクロコントローラー１２０に接続される。距離センサー１６０は通知装置１００と物体との間の距離を感知するために使用される。例えば、距離センサー１６０は、超音波距離感知装置である。いくつかの実施形態では、距離センサー１６０は、例えば、赤外線を介して距離を感知する。いくつかの実施形態では、距離センサー１６０はミリ波レーダー又はサブミリ波レーダーを含み、使用される波長がより短いため、より広い感知範囲を有し、より広い角度範囲内で物体を検出することができる。
図５を参照されたい。図５は本開示の一実施形態による通知装置１００によって提供された通知方法２００を示すフローチャートであり、通知装置１００の環境の音声信号の受信から警告用のフィードバック動作の送信までの具体的な工程を説明する。
通知方法２００の工程２１０では、通知装置１００の音声センサー１１０は環境を検知して、アナログ音声信号を取得する。
工程２１０に続いて、工程２２０では、マイクロコントローラー１２０は、例えば、ネットワークを介してアナログ音声信号をサーバ１３０に伝送することができる。
工程２３０では、サーバ１３０は、音声認識モジュール１３５に基づいてアナログ音声信号を認識する。音声認識モジュール１３５の認識によって、サーバ１３０はアナログ音声信号に含まれた音声、例えば、人からの警告音と警告音の具体的な内容、又はエンジニアリング機器の音を取得することができる。
工程２４０では、サーバ１３０は、分類モジュール１４０によってアナログ音声信号のタイプを分類することができる。工程２５０では、サーバ１３０は、音声信号のタイプに基づいて、フィードバック信号を出力する。つまり、１種の音声信号のタイプは１種のフィードバック信号に対応できる。ここで言及された音声信号のタイプは、音声信号を受信した後の対処方法によって分類され、例えば、危険を警告したり、コミュニケーションを呼び出したりするために使用される。
いくつかの実施形態では、作業環境の中の音声信号は、多種のタイプに分類でき、これらの音声信号のタイプはそれぞれ１種の状況に対応し、これらの状況はそれぞれ１種のフィードバック動作に対応する。音声信号のタイプは限られ、状況に応じてカスタマイズして増やすことができる。
例えば、いくつかの実施形態では、音声信号のタイプは、１種の「危険」のみがある。通知装置１００は音声信号（工程２１０）を受信し、サーバへのアップロード（工程２２０）と音声信号の認識の完了（工程２３０）を経た後、音声信号の内容は、ユーザーに危険（音声信号の内容は、作業機器の音又は人間の声である可能性がある）があるのを通知することであるのを分かり、この時、通知装置１００は音声信号を「危険」のタイプに分類することができ、その結果、サーバ１３０は出力装置１５０に対応するフィードバック信号を出力し、通知装置１００のユーザーに危険があるのを通知する。
具体的に、他の実際な例では、音声信号のタイプは、危険がある場合は左に避ける、危険がある場合は右に避ける、振動する、他の種類の危険がある、右に移動する、誰かに電話をかけるように促す等の６種の音声信号がある。例えば、通知装置１００は音声信号（工程２１０）を受信し、サーバへのアップロード（工程２２０）と音声信号の認識の完了（工程２３０）を経た後、音声信号の内容は、ユーザーに右に危険があり、左に避けることを通知することを分かり、この時、通知装置１００は音声信号を危険がある場合に左に避けるタイプに分類する（工程２４０）。その後、サーバ１３０は左に避けるフィードバック信号を出力する（工程２５０）。
いくつかの実施形態では、距離センサー１６０は、通知装置１００のユーザーの付近に関する環境情報を提供することもでき、サーバ１３０がより正確に判断するのに役に立つ。例えば、いくつかの実施形態では、作業用の大型機器が右後方から通知装置１００のユーザーに移動する場合、音声センサー１１０は大型機器の音声メッセージを検知するとともに、距離センサー１６０は右後方から接近する物体があることを感知すると、サーバ１３０は以上の情報に基づいて音声信号のタイプが左に避けることを認識し分類し、それにより、左に避けるフィードバック信号を提供することができる。
工程２５０に続いて、工程２６０では、マイクロコントローラー１２０は、ネットワークを介して遠隔でサーバ１３０からフィードバック信号を受信する。
工程２７０では、マイクロコントローラー１２０に接続される出力装置１５０は、フィードバック信号に基づいてフィードバック動作を行う。例えば、出力装置１５０はユーザーの左右肩に設けられるバイブレーターであると、マイクロコントローラー１２０は左に避けるフィードバック動作を受信した後、ユーザーの左肩上のバイブレーターが振動し、触覚を介して通知装置１００のユーザーに即時に警告する。
いくつかの実施形態では、通知装置１００は更にメインコンソールに接続されることができる。メインコンソールは１つ又は複数の通知装置１００、又は通知装置１００が設けられるウェアラブル設備を同時に管理するために使用されることができる。例えば、メインコンソールは主動的に特定の通知装置１００にフィードバック信号を送信し、出力装置を直接駆動して警告を提供することができる。このように、以上のように主動通知を提供することによって、通知装置１００の警告機能を更に強化することができる。いくつかの実施形態では、メインコンソールは、１つ又は複数の通知装置１００を複数の異なるグループとして設定でき、高ノイズ環境で、異なる状況で特定のグループ又は全部の通知装置１００に通知する。
本実施形態において、音声認識モジュール１３５と分類モジュール１４０は機器学習によってカスタマイズされた訓練を実行し、カスタマイズされた方法で音声信号の認識と分類を達成し、異なる種類の作業環境に対処し、具体的に後述する。
図６を参照されたい。図６は本開示の一実施形態による音声認識モジュール１３５を訓練する訓練方法３００を示すフローチャートである。
図に示すように、工程３１０では、音声センサー１１０によって環境を検知し、アナログ音声信号を取得する。通知装置１００のユーザーは実際の必要に対処して異なる検知環境を選択することができる。
いくつかの実施形態では、音声センサー１１０で音声動的検知により、信号検出理論（ｓｉｇｎａｌ ｄｅｔｅｃｔｉｏｎ ｔｈｅｏｒｙ， ＳＤＴ）に基づいて信号を検知することができる。工程３２０では、音声センサー１１０は、環境の中のアナログ音声信号を検知した後、デジタル処理によってアナログ音声信号を時間領域デジタル音声ファイルに変換する。いくつかの実施形態では、デジタル処理はマイクロコントローラー１２０によって実行されることができる。いくつかの実施形態では、デジタル処理はサーバ１３０によって遠隔に処理されてもよい。
いくつかの実施形態では、フレームブロッキング（ｆｒａｍｅ ｂｌｏｃｋｉｎｇ）処理により、時間領域デジタル音声ファイルを更に時間に応じていくつかの特定のフレームに分割し、フレーム内の信号によって処理と分析を行う。
工程３２０に続いて、工程３３０では、時間領域デジタル音声ファイルを周波数領域デジタル音声ファイルに変換する。具体的に、サーバ１３０又はサーバ１３０に接続される他のコンピュータ装置を介して、時間領域デジタル音声ファイルに対して高速フーリエ変換（ｆａｓｔ Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ， ＦＦＴ）を行い、時間領域デジタル音声ファイルを周波数領域デジタル音声ファイルに変換する。いくつかの実施形態では、周波数領域デジタル音声ファイルを確立することによって、サウンドスペクトログラム（ｓｐｅｃｔｒｏｇｒａｍ）を取得するために使用でき、異なる時間で、時間領域デジタル音声ファイルがさまざまな周波数での強度に対応する。
工程３３０に続いて、工程３４０では、音声特徴値抽出モジュールを介して周波数領域デジタル音声ファイルの特徴値を抽出する。音声特徴値抽出モジュールはサーバ１３０内に設けられる。周波数領域デジタル音声ファイルの特徴値は異なる音声に対応する。例えば、エンジニアリング機器が発する音は人間の音と異なる特徴があり、これらの特徴は、例えば、音声のスペクトログラム又はサウンドスペクトログラムに表現される。周波数領域デジタル音声ファイルのスペクトログラム又はサウンドスペクトログラムを分析することによって、その中から周波数領域デジタル音声ファイルの特徴値を抽出することができ、これによってエンジニアリング機器が発する音と人間の音の違いを区別することができる。音声特徴値抽出モジュールは、例えば、メル周波数ケプストラム係数（Ｍｅｌ−Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒａｌ Ｃｏｅｆｆｉｃｉｅｎｔｓ、ＭＦＣＣｓ）を使用する方法を含む。音声特徴値抽出モジュールの計算モジュールによって、周波数領域デジタル音声ファイルは対応するメル周波数ケプストラム（Ｍｅｌ−Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒｕｍ、ＭＦＣ）に変換されることができ、対応するメル周波数ケプストラム係数を取得する。メル周波数ケプストラム係数は周波数領域デジタル音声ファイルの特徴値として使用されることができ、それにより、周波数領域デジタル音声ファイルに対応する音声、例えば、エンジニアリング機器が発する又は人間の音を取得する。
いくつかの実施形態では、音声特徴値抽出モジュールは、人工知能の分野のディープニューラルネットワーク（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ， ＤＮＮ）技術を使用して、周波数領域デジタル音声ファイルの特徴値を抽出することができる。ディープニューラルネットワーク技術は画像認識において優れた表現がある。このため、概念的に、周波数領域デジタル音声ファイルを画像に変換することで、画像認識を介して周波数領域デジタル音声ファイルの画像に対応する音声を識別し、対応する特徴値を取得することができる。具体的に、一実施形態において、サーバ１３０は、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ， ＣＮＮ）モデルを含む。ディープニューラルネットワーク技術では、畳み込みニューラルネットワークモジュールは画像認識の機能を効果的に実現することができる。畳み込みニューラルネットワークモデルは、他の音声により提供された１つのシーケンスのサウンドスペクトログラムを予め入力して、画像認識の訓練を完了することができる。１つのシーケンスのサウンドスペクトログラムは、１つのシーケンスに配列される、異なる時間に対応する周波数強度の分布図を指すことができる。例えば、作業機器の音又は人間の音等に対して、画像認識の基礎として、複数組の対応する１つのシーケンスのサウンドスペクトログラムを提供することができる。このように、画像認識の学習を完了した後、畳み込みニューラルネットワークモデルに他の１つのシーケンスのサウンドスペクトログラムを入力し、畳み込みニューラルネットワークモデルは画像認識を介して他の１つのシーケンスのサウンドスペクトログラムがどのような音声と類似するかを認識することができ、それにより、対応する特徴値を出力することができる。
いくつかの実施形態では、畳み込みニューラルネットワークモデルを訓練するための音声を実際の作業環境でサンプリングすることによって、実際の環境に基づいてカスタマイズされた認識手段を確立する。通知装置１００のユーザーは必要に応じて、環境からアナログ音声信号を検知し、それを周波数領域デジタル音声ファイルに変換した後に入力として使用し、次に、従来の人間の音又は工具機器の音のファイルに基づいて訓練する。
このように、工程３４０の他の実施形態は次のように実現することができる。まず、周波数領域デジタル音声ファイルを１つのシーケンスのサウンドスペクトログラムに変換する。サウンドスペクトログラムは、時間の経過に伴う異なる周波数の強度の変化を示す。ここで、１つのシーケンスにおける異なる時間での周波数領域デジタル音声ファイルの周波数強度の分布図を出力することができる。その後、この周波数領域デジタル音声ファイルの１つのシーケンスのサウンドスペクトログラムを音声特徴値抽出モジュールにおける畳み込みニューラルネットワークモデルに入力し、周波数領域デジタル音声ファイルの特徴値を出力することができる。工程３５０では、周波数領域デジタル音声ファイルとその特徴値に基づいて音声認識モジュール１３５を訓練することができる。音声認識モジュール１３５の訓練には人工知能分野のディープニューラルネットワークが適用できる。周波数領域デジタル音声ファイルの特徴値は人間又は工具機器に対応する音を提供することができる。周波数領域デジタル音声ファイルの特徴値は、人間の音であるのを示す場合、周波数領域デジタル音声ファイルに対応するメッセージ内容を更に入力することで、音声認識モジュール１３５を訓練する。周波数領域デジタル音声ファイルの特徴値は、工具機器の音であるのを示すと、対応する状況情報を提供することができる。このように、音声認識モジュール１３５を訓練して音声信号を受信すると、音声信号が人間の音であるか、工具機器の音であるかを認識することができ、音声信号が人間の音である場合、伝達したいメッセージ内容を判断し、音声信号が工具機器の音である場合、対応する状況情報を提供する。
いくつかの実施形態では、マイクロコントローラー１２０にシングルチップコンピュータが直接接続されることができ、持ち運びに便利なことを前提に、音声認識のエッジ計算を実現する。シングルチップコンピュータは、例えばラズベリーパイ（ｒａｓｐｂｅｒｒｙ ｐｉ）を含む。
図７を参照されたい。図７は本開示の一実施形態による分類モジュール１４０を訓練する訓練方法４００を示すフローチャートである。音声認識モジュール１３５と類似し、分類モジュール１４０はディープニューラルネットワークによってカスタマイズされた訓練を達成することもできる。分類モジュール１４０は異なるアナログ音声信号のタイプを区別し、適切なフィードバック信号を提供するために使用されることができる。
工程４１０では、アナログ音声信号を入力する。工程４２０では、例えば、音声認識モジュール１３５によって、入力されたアナログ音声信号を認識することができる。
その後、工程４３０では、アナログ音声信号に対応する状況情報を入力する。例えば、入力されたアナログ音声信号の中で、誰かが左に避ける警告を発したことが認識されると、この時で対応する状況は左に避けることを入力する。工程４４０では、アナログ音声信号とその対応する状況に基づいて、分類モジュール１４０を訓練することができる。具体的に、認識されたアナログ音声信号を入力として使用し、対応する特定のいくつかの状況を訓練の目標として使用し、それにより、認識されたアナログ音声信号を異なる状況に分類するように、分類モジュール１４０を訓練することができ。異なる状況は、例えば上記のような左に避ける場合である。異なる状況は、音声信号の異なるタイプに対応する。このように、通知装置１００は実際に無線ネットワークと結合し、人工知能認識パラメータの設定を個人化することもでき、サーバ１３０は異なる状況情報を受信して再訓練する。これは、本開示の通知装置１００のサービス全体のモノのインターネットアーキテクチャの一つの実施形態である。
その他、マイクロコントローラー１２０はモノのインターネットアーキテクチャの外部で警告機能を実現することもできる。例えば、音声信号の音量を判断する機能が組み込まれたマイクロコントローラー１２０は環境音量の異常変化を検出するために使用でき、これによって警告通知のために他のフィードバック信号を送信する。具体的な工程は図２に類似し、通知装置１００は通知装置１と同様な機能を発揮することができる。このように、ネットワークに接続されていない環境では、通知装置１００は警告通知としても機能することができる。
図８、図９及び図１０を参照されたい。図８〜図１０はそれぞれ本開示の一実施形態によるウェアラブル装置としてのスマートベスト５００を示す正面図、背面図及びポケット内部の斜視図である。本実施形態において、通知装置１００はベスト５０５の上に設けられ、スマートベスト５００として使用する。いくつかの実施形態では、ベスト５０５以外の衣類を使用してもよい。
図８と図９を併せて参照されたい。図に示すように、スマートベスト５００は正面５１０、背面５３０及び正面５１０と背面５３０を接続する肩部５２０を含む。正面５１０にポケット５１３が設けられ、携帯電話を収納してネットワークを提供するようにする。スマートベスト５００の背面５３０にもポケット５３３が設けられる。ポケット５３３は通知装置１００を収納及び固定するための素子であり、音声センサー１１０、距離センサー１６０及び回路基板１７０を含む。
図１０に示すように、通知装置１００の音声センサー１１０、マイクロコントローラー１２０、電力を供給する給電モジュール１８０及び距離センサー１６０は回路基板１７０に組み込まれる。給電モジュール１８０は電池とスイッチを含む。ワイヤは回路基板１７０、中間層の内部又は反対する面に組み込まれることができる。
本実施形態において、音声センサー１１０、距離センサー１６０及び回路基板１７０はスマートベスト５００の背面５３０のポケット５３３内に設けられる。ユーザーの目は後ろを見るのが容易ではないので、環境を検知するための音声センサー１１０と距離センサー１６０をスマートベスト５００の背面５３０に設置し、危険を検知して警告を発する通知装置１００の機能をより良く発揮することができる。いくつかの実施形態では、音声センサー１１０と距離センサー１６０の外に向かって露出した部分には、異なる環境変化に対処するように、防水構造が設けられる。本実施形態において、スマートベスト５００に設けられる出力装置１５０はライトバー１５３とバイブレーター１５６を含む。バイブレーター１５６はワイヤ１８５を介して回路基板１７０に接続される。
以上のように、本開示は通知装置と通知装置を使用するウェアラブル装置を提供する。通知装置は、一定の期間における環境の音量を検知することができ、これによって環境の音量が変化すると、ユーザーに即時に通知する。通知装置はマイクロコントローラーネットワークを使用してサーバに遠隔接続することもできる。これによって、軽くて持ち運びやすいだけでなく、サーバは受信された音声信号を認識及び分類し、音声信号のタイプに対応してフィードバックを提供することができる。音声信号のタイプは、例えば、人間の音又はエンジニアリング機器の音である。ウェアラブル装置は、例えば、通知装置と結合されたスマートベストであり、着用に便利である。設けられたバイブレーターとライトバー等の出力装置によって、ユーザーは音声以外の方法で環境変化を容易に感知し、即時コミュニケーションと警告に役に立つ。通知装置は、カスタマイズされた訓練を容易にするようにも設定され、異なる作業環境でより正確な認識と警告効果を提供する。
本開示は、実施形態により前述の通りに開示されたが、本開示を限定するものではなく、当業者であれば、本開示の精神と範囲から逸脱しない限り、多様の変更や修飾を加えることができる。従って、本開示の保護範囲は、下記実用新案登録請求の範囲で指定した内容を基準とするものである。
１ 通知装置
１０ 音声センサー
２０ マイクロコントローラー
３０ 出力装置
１００ 通知装置
１１０ 音声センサー
１２０ マイクロコントローラー
１３０ サーバ
１３５ 音声認識モジュール
１４０ 分類モジュール
１４５ プロセッサー
１５０ 出力装置
１５３ ライトバー
１５６ バイブレーター
１６０ 距離センサー
１７０ 回路基板
１８０ 給電モジュール
１８５ ワイヤ
２００ 通知方法
３００ 訓練方法
４００ 訓練方法
５００ スマートベスト
５０５ ベスト
５１０ 正面
５１３ ポケット
５２０ 肩部
５３０ 背面
５３３ ポケット
６００ 通知方法

Claims (7)

  1. 圧力センサーと、マイクロコントローラーと、出力装置とを備える通知装置であって、
    前記圧力センサーは、環境を検知して、圧力信号を提供するように構成され、
    前記マイクロコントローラーは、前記圧力信号を受信するように前記圧力センサーに接続され、一定の期間内の前記圧力信号の動的閾値を計算するためのものであり、前記圧力信号の大きさが前記動的閾値よりも大きくなると、第１のフィードバック信号を前記出力装置に伝送するように構成され、
    前記出力装置は、前記マイクロコントローラーに接続され、前記第１のフィードバック信号に基づいて第１のフィードバック動作を提供するように構成される、
    通知装置。
  2. 前記出力装置は、発光装置、バイブレーター及びテキストアイコン表示装置のうち少なくとも１つを含む請求項１に記載の通知装置。
  3. 前記圧力センサーは音声センサーであり、前記動的閾値は前記期間における音量の平均値である、請求項１又は請求項２に記載の通知装置。
  4. 前記マイクロコントローラーに接続される距離センサーと回路基板を更に備え、前記音声センサーと前記距離センサーは、前記回路基板に組み込まれる請求項３に記載の通知装置。
  5. ネットワークを介して前記マイクロコントローラーに接続されるサーバを更に備え、前記マイクロコントローラーは、音声信号を前記サーバに送信し、前記サーバは、前記音声信号のタイプを認識し分類し、前記音声信号のタイプに基づいて第２のフィードバック信号を前記マイクロコントローラーに伝送し、前記出力装置は、前記第２のフィードバック信号に基づいて第２のフィードバック動作を提供する請求項３に記載の通知装置。
  6. 前記サーバは、
    前記音声信号を認識するための音声認識モジュールと、
    認識された前記音声信号のタイプを分類するための分類モジュールと、
    前記音声信号のタイプに基づいて前記第２のフィードバック信号を提供するためのプロセッサーと、
    を更に含む信号請求項５に記載の通知装置。
  7. 請求項１〜６の何れか１項に記載の通知装置と、
    前記通知装置の前記圧力センサー、前記マイクロコントローラー及び前記出力装置が設けられる衣類と、
    を備えるウェアラブル装置。
JP2021002054U 2020-05-28 2021-05-28 通知装置及びウェアラブル装置 Active JP3233390U (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
TW109206633U TWM606675U (zh) 2020-05-28 2020-05-28 通知裝置與穿戴裝置
TW109117898 2020-05-28
TW109206633 2020-05-28
TW109117898A TWI777170B (zh) 2020-05-28 2020-05-28 通知裝置、穿戴裝置與通知方法

Publications (1)

Publication Number Publication Date
JP3233390U true JP3233390U (ja) 2021-08-05

Family

ID=77057293

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021002054U Active JP3233390U (ja) 2020-05-28 2021-05-28 通知装置及びウェアラブル装置

Country Status (3)

Country Link
US (1) US20210375111A1 (ja)
JP (1) JP3233390U (ja)
CN (2) CN113744761A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11468904B2 (en) * 2019-12-18 2022-10-11 Audio Analytic Ltd Computer apparatus and method implementing sound detection with an image capture system
US20210375111A1 (en) * 2020-05-28 2021-12-02 Aurismart Technology Corporation Notification device, wearable device and notification method

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049077A (zh) * 2011-10-14 2013-04-17 鸿富锦精密工业（深圳）有限公司 声音反馈装置及其工作方法
EP2892037B1 (en) * 2014-01-03 2017-05-03 Alcatel Lucent Server providing a quieter open space work environment
ES2607255B1 (es) * 2015-09-29 2018-01-09 Fusio D'arts Technology, S.L. Método y dispositivo de notificación
CN106331954B (zh) * 2016-10-12 2018-10-26 腾讯科技（深圳）有限公司 信息处理方法及装置
CN107171685A (zh) * 2017-04-24 2017-09-15 努比亚技术有限公司 一种穿戴式设备、终端及安全提示方法
CN107404682B (zh) * 2017-08-10 2019-11-05 京东方科技集团股份有限公司 一种智能耳机
US20210375111A1 (en) * 2020-05-28 2021-12-02 Aurismart Technology Corporation Notification device, wearable device and notification method

Also Published As

Publication number Publication date
CN113744761A (zh) 2021-12-03
CN216014810U (zh) 2022-03-11
US20210375111A1 (en) 2021-12-02

Similar Documents

Publication Publication Date Title
US10433075B2 (en) Low latency audio enhancement
US10224019B2 (en) Wearable audio device
CN111432303B (zh) 单耳耳机、智能电子设备、方法和计算机可读介质
JP2021516786A (ja) 複数人の音声を分離する方法、装置、およびコンピュータプログラム
JP3233390U (ja) 通知装置及びウェアラブル装置
CN108511002B (zh) 危险事件声音信号识别方法、终端和计算机可读存储介质
CN108763901B (zh) 耳纹信息获取方法和装置、终端、耳机及可读存储介质
CN109040641B (zh) 一种视频数据合成方法及装置
CN108540660B (zh) 语音信号处理方法和装置、可读存储介质、终端
KR101965313B1 (ko) 이어폰 형태의 소리 수집 장치를 이용한 빅 데이터 기반 실시간 소음지도 제공 시스템
CN109212534B (zh) 移动终端的握持姿态检测方法、装置、设备及存储介质
CN109754823A (zh) 一种语音活动检测方法、移动终端
CN107863110A (zh) 基于智能耳机的安全提醒方法、智能耳机及存储介质
CN111081275B (zh) 基于声音分析的终端处理方法、装置、存储介质及终端
CN112735388A (zh) 网络模型训练方法、语音识别处理方法及相关设备
CN115314804A (zh) 佩戴检测方法、可穿戴设备及存储介质
CN109088980A (zh) 发声控制方法、装置、电子装置及计算机可读介质
CN110995921A (zh) 通话处理方法、电子设备及计算机可读存储介质
CN110728993A (zh) 一种变声识别方法及电子设备
CN112259124B (zh) 基于音频频域特征的对话过程捂嘴手势识别方法
CN112382282B (zh) 一种语音去噪处理方法、装置、电子设备及存储介质
JP5862318B2 (ja) 音解析装置、音解析システムおよびプログラム
KR102259428B1 (ko) 로봇
CN111326175A (zh) 一种对话者的提示方法及穿戴设备
CN109032008A (zh) 发声控制方法、装置以及电子装置

Legal Events

Date Code Title Description
R150 Certificate of patent or registration of utility model

Ref document number: 3233390

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250