TWI839796B - 聲音監控系統 - Google Patents

聲音監控系統 Download PDF

Info

Publication number
TWI839796B
TWI839796B TW111128777A TW111128777A TWI839796B TW I839796 B TWI839796 B TW I839796B TW 111128777 A TW111128777 A TW 111128777A TW 111128777 A TW111128777 A TW 111128777A TW I839796 B TWI839796 B TW I839796B
Authority
TW
Taiwan
Prior art keywords
sound
sound wave
characteristic
module
signal
Prior art date
Application number
TW111128777A
Other languages
English (en)
Other versions
TW202407684A (zh
Inventor
彭康祐
Original Assignee
逸陞有限公司
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 逸陞有限公司 filed Critical 逸陞有限公司
Priority to TW111128777A priority Critical patent/TWI839796B/zh
Priority to US18/228,705 priority patent/US20240236598A1/en
Publication of TW202407684A publication Critical patent/TW202407684A/zh
Application granted granted Critical
Publication of TWI839796B publication Critical patent/TWI839796B/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
    • H04S7/30—Control circuits for electronic adaptation of the sound field
    • H04S7/301—Automatic calibration of stereophonic sound system, e.g. with test microphone
    • 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
    • G10L25/66—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 for extracting parameters related to health condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • 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
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/083—Recognition networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
    • H04S7/40—Visual indication of stereophonic sound image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/15—Aspects of sound capture and related signal processing for recording or reproduction

Landscapes

  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Emergency Alarm Devices (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本發明係有關於一種聲音監控系統，應用於一監控環境中，該裝置包含：一聲音感測模組，其係用以接收該監控環境中於一段時間內所發生之一音波，該音波經一轉換過程而形成一音波特徵資料集合，且該轉換過程係將該音波的語意成份去除或降低至無法辨識；以及一音波特徵分析模組，信號連接於該聲音感測模組，接收並根據該音波特徵資料集合來進行一特徵分析判斷，然後根據該特徵分析判斷而發出一控制信號。

Description

聲音監控系統
本案係為一種聲音監控系統，尤指應用於一監控環境的聲音監控系統。
在病房或是長照機構中，存在有對住居者進行狀態監視的需求。但在避免侵犯隱私與即時且完整地蒐集資訊兩者之間，存在有難解的衝突。例如利用攝影機來拍攝現場的監視影像畫面，在大多數的國家法令中，都是很難被允許進行的。若是用非接觸式的毫米波雷達來進行偵測，則會讓人體全天24小時沉浸在充滿電磁波的環境裡。
而如何解決上述應用場景的困擾，係為發展本案技術手段之主要目的。本發明主要係有關於一種聲音監控系統，應用於一監控環境中，該裝置包含：一聲音感測模組，其係用以接收該監控環境中於一段時間內所發生之一音波，該音波經一轉換過程而形成一音波特徵資料集合，且該轉換過程係將該音波的語意成份去除或降低至無法辨識；以及一音波特徵分析模組，信號連接於該聲音感測模組，接收並根據該音波特徵資料集合來進行一特徵分析判斷，然後根據該特徵分析判斷而發出一控制信號。
根據上述構想，本案所述之聲音監控系統，其中該聲音感測模組包含有：一麥克風，即時且持續地將該監控環境中所發生的音波進行轉換而形成一電波信號；以及一特徵值取樣裝置，電性連接至該麥克風與該音波特徵分析模組，每隔一段取樣時間便對該電波信號進行一特徵值取樣程序，進而得到一個或多個特徵值並傳送至該音波特徵分析模組。
根據上述構想，本案所述之聲音監控系統，其中該音波特徵分析模組包含有：一記憶體裝置，電性連接至該特徵值取樣裝置，用以記錄該等特徵值而形成一資料檔案，該資料檔案中主要包含有每個取樣時間點所對應之特徵值資料；以及一資料處理單元，電性連接至該記憶體裝置，用以即時對該資料檔案進行該特徵分析判斷，然後根據判斷結果而向一外部系統發出該控制信號。
根據上述構想，本案所述之聲音監控系統，其中該特徵值取樣裝置包含有一信號放大器與一類比數位轉換器，該信號放大器係將該電波信號的振幅放大，而該類比數位轉換器則每隔一段取樣時間便對放大後之該電波信號進行該特徵值取樣程序，該特徵值是將放大後之電波信號的振幅轉換成一振幅數位值，進而得到一個或多個振幅數位值後，傳送給該音波特徵分析模組，該音波特徵分析模組將振幅數位值並記錄下來並暫存在該記憶體裝置並形成一音量資料檔案，該音量資料檔案主要包含有每個取樣時間點所對應之振幅數位值資料。
根據上述構想，本案所述之聲音監控系統，其中該振幅數位值即代表該時間點之音量大小，而透過該音量資料檔案中所記錄之隨時間變化的振幅數位值序列，該資料處理單元即時對該音量資料檔案進行該特徵分析判斷方法包含下列步驟：當該振幅數位值落於一預設區間持續達一特定時間後，判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號， 該外部系統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
根據上述構想，本案所述之聲音監控系統，其中該資料處理單元利用該音量資料檔案中某一段隨時間變化的振幅數位值序列來與一些預設數值序列來進行比對，當偵測到振幅數位值序列由一第一波形與一第二波形的疊加轉變成只與第二波形相符且持續達一特定時間後，便判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號，該外部系統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
根據上述構想，本案所述之聲音監控系統，其中該特徵值取樣裝置包含有一變頻模組以及一快速傅立葉變換模組，其中該變頻模組將輸入之該電波信號變頻到較低的頻率，該快速傅立葉變換模組來進行一快速傅立葉變換，用以每隔一取樣時間來進行該特徵值取樣程序，進而於每個取樣時間點上得到複數個特徵值所構成的陣列後，傳送給該音波特徵分析模組，該音波特徵分析模組將該等頻譜值並記錄下來並暫存在記憶體裝置並形成一頻譜資料檔案，該頻譜資料檔案包含有每個取樣時間點所對應之頻譜值資料陣列。
根據上述構想，本案所述之聲音監控系統，其中該資料處理單元利用該頻譜資料檔案中某一段時間點區間中的頻譜值資料陣列來與一些預設數值陣列(array)來進行比對，當偵測到頻譜值資料陣列由第一分佈與第二分佈的疊加轉變成只與第二分佈相符且持續達一特定時間後，便可判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號，該外部系 統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
根據上述構想，本案所述之聲音監控系統，其中該頻譜值資料陣列的分佈狀態可以區別出不同的呼吸道異狀所呈現之不同聲音類型，當偵測到環境中持續的背景噪音與因呼吸道異狀所產生聲音類型疊加後之分佈符合某一個預設的頻譜值資料陣列後，便可判斷出受監控者有相對應的呼吸道異狀。
根據上述構想，本案所述之聲音監控系統，其中該聲音感測模組中更包含一混波器，用以在送入該音波特徵分析模組之前，將聲音感測模組根據該音波所產生之該電波信號混入屬於人聲頻段的一隨機雜訊，用以將該音波的語意成份去除或降低至無法辨識。
根據上述構想，本案所述之聲音監控系統，其中該聲音感測模組中包含有包含有：一麥克風，即時且持續地將該監控環境中所發生的音波進行轉換而形成一電波信號；一語音偵測模組，電性連接至該麥克風，用以把該電波信號中有語音發生的一時段偵測出來；一語音標示模組，電性連接至該語音偵測模組，用以將該電波信號中有語音發生的該時段進行標示；一語音處理模組，電性連接至該語音標示模組，而完成標示之該電波信號被該語音處理模組接收後，便可根據該等標示所界定出來之波形而產生與其振幅接近但反向的波型，並將兩者混音而將該音波的語意成份去除或降低至無法辨識後，再將去除語意成份的該電波信號送出；以及一特徵值取樣裝置，電性連接至該語音處理模組與該音波特徵分析模組，每隔一段取樣時間便對去除語意成份的該電波信號進行一特徵值取樣程序，進而得到一個或多個特徵值並傳送至該音波特徵分析模組。
根據上述構想，本案所述之聲音監控系統，其中該標示的方法為在該有語音發生的時段的頭尾時間插入特殊信號，或是在該有語音發生的時段直接混入一段遮蔽音信號，用以明確標示出該有語音發生的時段。。
為了能對本發明之上述構想有更清楚的理解，下文特舉出多個實施例，並配合對應圖式詳細說明如下。
10:聲音監控系統
101:聲音感測模組
1011:麥克風
1012:特徵值取樣裝置
102:音波特徵分析模組
1021:記憶體裝置
1022:資料處理單元
20:外部系統
21:信號放大器
22:類比數位轉換器的組合
t1....tn:取樣時間點
A1....An:振幅數位值資料
41:變頻模組
42:快速傅立葉變換模組
F1...Fn:頻譜值資料陣列
50:混波器
60:語音偵測模組
61:語音標示模組
62:語音處理模組
圖1，其係本案所發展出來之一種聲音監控系統的功能方塊示意圖。
圖2A，其係本案所發展出來關於特徵值取樣裝置的實例功能方塊示意圖。
圖2B，其係本案所發展出來關於音量資料檔案之格式示意圖。
圖3，其係本案所發展出來關於特徵分析判斷實施例的方法步驟流程圖。
圖4A，其係本案所發展出來關於特徵值取樣裝置的另一實例功能方塊示意圖。
圖4B，其係本案所發展出來關於音量資料檔案之另一格式示意圖。
圖5，其係本案所發展出來之一種聲音監控系統的另一實施例功能方塊示意圖。
圖6，其係關於本案聲音監控系統的再一種實施例功能方塊示意圖。
為能改善習用手段之缺失，本案係發展出如圖1所示之一種聲音監控系統的功能方塊示意圖，應用於一監控環境中。舉例來說，該監控環境可以是安養中心的一個臥房，有長者在此起居與睡眠。而本案之聲音監控系統10主要包含一聲音感測模組101以及一音波特徵分析模組102，聲音感測模組101係用以接收該監控環境中於一段時間內所發生之一音波，該音波經一轉換過程而形成一音波特徵資料集合，且該轉換過程的特色是保留該音波的某些預選特徵，但是卻將該音波的語意成份去除或降低至無法辨識。如此一來，透過分析該等預選特徵，便可以用來得到關於受監控者健康狀態的相關指標。而已去除語意成份的音波特徵資料，又可讓受監控者覺得隱私未遭到侵犯。
例如，設置於監控環境中的聲音感測模組101，其中所包含之麥克風1011可即時且持續地將臥房中所發生的音波進行轉換而形成一電波信號。然後該電波信號透過一特徵值取樣裝置1012，每隔一段取樣時間便對該電波信號進行一特徵值取樣程序，進而得到該音波特徵資料集合中的一個或多個特徵值後傳送給該音波特徵分析模組102。該音波特徵分析模組102將該或該等特徵值並記錄下來並暫存在一記憶體裝置1021並形成一資料檔案(可視為上述之音波特徵資料集合)，該資料檔案中主要包含有每個取樣時間點所對應之特徵值資料。而該音波特徵分析模組102中之資料處理單元1022便可以即時對該資料檔案進行一特徵分析判斷，然後根據判斷結果而向外部系統20發出一控制信號。
針對特徵值取樣裝置1012，發明人舉一實例來進行下列說明：特徵值取樣裝置1012可以如圖2A之所示，其係為一信號放大器21與一類比數位轉換器22的組合。該信號放大器21係將該電波信號的振幅放大，而類比數位轉換器22則每隔一段取樣時間便對放大後之該電波信號進行該特徵值取樣程序，本例的特徵值即是將放大後之電波信號的振幅轉換成一振幅數位值，進而得到一個或多個特徵值(即振幅數位值)後，傳送給該音波特徵分析模組102。該音波特徵分析模 組102將振幅數位值並記錄下來並暫存在記憶體裝置1021並形成一音量資料檔案(該音量資料檔案為上述資料檔案之一種實施例)，該音量資料檔案可如圖2B之所示，其主要包含有每個取樣時間點t1....tn所對應之振幅數位值資料A1....An。
而振幅數位值即代表該時間點之音量大小(俗稱分貝值)，而透過該音量資料檔案中所記錄之隨時間變化的振幅數位值序列(或可簡稱為分貝譜)便可進行判斷。而且，該音量資料檔案雖保留有該音波的振幅特徵，但因只記錄該音波的振幅數值，而已將該音波的語意成份去除或降低至無法辨識。如此一來，該音波特徵分析模組102中之資料處理單元1022，可以即時對該音量資料檔案進行該特徵分析判斷，進而得到相關指標來進行關於受監控者健康狀態的判斷。當然，上述類比數位轉換器22也可以改用積分器來完成，用以對一取樣時段中的信號強度進行積分，藉此得到代表該取樣時段的信號強度值。
透過一段時間的觀察與統計，發明人發現可以將主要的聲音來源來進行分類。一般來說，個人臥房中主要有三種聲音來源：第一種是受監控者以正常發聲方式所產生的說話聲或歌聲；第二種是持續不間斷的呼吸聲或鼾聲；第三種則是環境中持續的背景噪音。所以，系統可以先就一受監控者(例如上述安養中心的一個臥房中的一位長者)所處環境中的聲響(分貝值或分貝譜)進行強度分級，所以透過對上述該音量資料檔案進行振幅數位值(分貝值)的分析可知，該受監控者正常活動與說話時，上述三種聲音來源都會發生，所以三者疊合後所相對應之一第一振幅數位值將位於一第一區間；而該受監控者進入休息睡眠活動時，則是上述第二種聲音來源與第三種聲音來源會發生，所以兩者疊合後所相對應之一第二振幅數位值將位於一第二區間；而當受監控者生命跡象微弱甚至消失時，第二種聲音來源將不會發生而導致振幅數位值(第三振幅數位值)落於一第三區間，也就是只有環境中持續的背景噪音。
如此一來，本例之特徵分析判斷實施例則可以如圖3中之方法流程圖所包含之步驟。因此，步驟31係可為透過本案系統來持續對臥房中的聲音進行監測，進而每隔一取樣時間取得一振幅數位值(去除語意之音波特徵資料)，然後將該振幅數位值送入步驟32來判斷，當系統偵測到振幅數位值落於該第三區間持續達一特定時間後，判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向外部系統20發出一控制信號，本例可以是如步驟33中所述，對特定的對象(例如指定門號或即時通訊軟體的用戶帳號)發出一警告信號，用以通知照護者來進行搶救。
當然，除了利用振幅數位值(分貝值)來進行分級判斷之外，也可以利用該音量資料檔案中某一段隨時間變化的振幅數位值序列(分貝譜)來與一些預設數值序列來進行比對，例如，受監控者的穩定呼吸週期的振幅數位值序列(分貝譜)必然是呈現某一種特定波形(第一波形)，而環境中持續的背景噪音則呈現另一種特定波形(第二波形)，而該受監控者進入休息睡眠活動時，則是上述第二種聲音來源與第三種聲音來源會發生，所以兩者疊加後之振幅數位值序列(分貝譜)將是第一波形與第二波形的疊加。而當受監控者生命跡象微弱甚至消失時，第一波形將不會發生而導致振幅數位值序列(分貝譜)將與第二波形相符。如此一來，當系統偵測到振幅數位值序列(分貝譜)由第一波形與第二波形的疊加轉變成只與第二波形相符且持續達一特定時間後，便可判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向外部系統20發出控制信號，例如可以是對特定的對象(例如指定門號或即時通訊軟體的用戶帳號)發出一警告信號，用以通知照護者來進行搶救。
再者，特徵值取樣裝置1012也可以如圖4A之所示，以實時頻譜分析儀(Real-Time Spectrum Analyzer)來完成。所以本案之特徵值取樣裝置1012的另一實施例，還可以由一變頻模組41以及一快速傅立葉變換模組42來組成，其中變 頻模組41可以使用超外差技術來將輸入之電波信號變頻到較低的頻率，然後再利用快速傅立葉變換模組42來進行快速傅立葉變換(FFT)，用以每隔一取樣時間來進行該特徵值取樣程序。本例的特徵值即是該電波信號的頻譜值，進而於每個取樣時間點上得到複數個特徵值(即複數個頻率上的強度數位值)所構成的陣列(array)後，傳送給該音波特徵分析模組102。該音波特徵分析模組102將該等頻譜值並記錄下來並暫存在記憶體裝置1021並形成一頻譜資料檔案，該頻譜資料檔案可如圖4B之所示，其主要包含有每個取樣時間點t1...tn...所對應之頻譜值資料陣列(array)F1...Fn...。如此一來，該頻譜資料檔案便還保留該音波的頻譜特徵但已將該音波的語意成份去除或降低至無法辨識。而該音波特徵分析模組102中之資料處理單元1022便可以即時對該頻譜資料檔案進行該特徵分析判斷。
因此，利用該頻譜資料檔案中某一段時間點區間中的頻譜值資料陣列(array)來與一些預設數值陣列(array)來進行比對，例如，受監控者的穩定呼吸週期的頻譜值資料陣列(array)必然是呈現某一種特定分佈(第一分佈)，而環境中持續的背景噪音則呈現另一種特定分佈(第二分佈)，而該受監控者進入休息睡眠活動時，則是上述第二種聲音來源與第三種聲音來源會發生，所以兩者疊加後之分佈將是第一分佈與第二分佈的疊加。而當受監控者生命跡象微弱甚至消失時，第一分佈將不會發生而導致頻譜值資料陣列(array)將與第二分佈相符。如此一來，當系統偵測到頻譜值資料陣列(array)由第一分佈與第二分佈的疊加轉變成只與第二分佈相符且持續達一特定時間後，便可判斷出受監控者的生命跡象已經微弱甚至消失，於是便自動向外部系統20發出控制信號，例如可以是對特定的對象(例如指定門號或即時通訊軟體的用戶帳號)發出一警告信號，用以通知照護者來進行搶救。
另外，由於上述頻譜值資料陣列(array)的分佈狀態可以代表不同的呼吸道異狀，例如咳嗽、咳痰、咳血、氣喘或聲音沙啞等等不同聲音類型， 所以當系統偵測到環境中持續的背景噪音(第二分佈)與因呼吸道異狀所產生聲音類型(第三分佈)疊加後之分佈(第二分佈與第三分佈的疊加)符合某一個預設的頻譜值資料陣列(array)後，便可判斷出受監控者可能有相對應的呼吸道異狀，因此可以自動向外部系統20發出控制信號，例如可以是對特定的對象(例如指定門號或即時通訊軟體的用戶帳號)發出一警告信號，用以通知照護者來進行特定的照護。
另外，為能將該音波的語意成份降低至無法辨識，本案還可提供如圖5所示，關於本案聲音監控系統的另一實施例功能方塊示意圖，其同樣應用於監控環境中，而其與圖1所示之聲音監控系統10的最大不同處在於，聲音感測模組101中增設有一混波器50，用以在送入音波特徵分析模組102之前，將聲音感測模組101根據該音波所產生之電波信號混入屬於人聲頻段的隨機雜訊，用以將該音波的語意成份去除或降低至無法辨識。但屬於人聲頻段的隨機雜訊的能量固定，對上述分貝譜的影響一致，所以不會影響後續判斷程序所得到之關於受監控者健康狀態的相關指標，但可讓受監控者覺得隱私未遭到侵犯。
再請參見圖6，其係關於本案聲音監控系統的再一種實施例功能方塊示意圖，其同樣應用於監控環境中，其中聲音感測模組101所包含之麥克風1011可即時且持續地將監控環境中所發生的音波(語音以及其他聲音)進行轉換而形成電波信號。本實施例之電波信號會先送入一語音偵測模組60來進行語音偵測，用以把有語音發生的時段偵測出來，接著利用一語音標示模組61，來將電波信號中有語音發生的時段進行標示，標示的方法可以在該有語音發生的時段的頭尾時間插入特殊信號，或是在該有語音發生的時段直接混入一段遮蔽音信號，目的是明確標示出該有語音發生的時段。而完成標示之該電波信號被送入一語音 處理模組62，該語音處理模組62便可根據該等標示所界定出來之波形而產生與其振幅接近但反向的波型，並將兩者混音而將該音波的語意成份去除或降低至無法辨識。最後，去除語意成份的該電波信號再送進該特徵值取樣裝置1012，該特徵值取樣裝置1012便可對去除語意成份的該電波信號進行一特徵值取樣程序，進而得到一個或多個特徵值後傳送給該音波特徵分析模組102。該音波特徵分析模組102將特徵值並記錄下來並暫存在一記憶體裝置1021並形成一資料檔案(可視為上述之音波特徵資料集合)，該資料檔案中主要包含有每個取樣時間點所對應之特徵值資料。而該音波特徵分析模組102中之資料處理單元1022便可以即時對該資料檔案進行一特徵分析判斷，然後根據判斷結果而向外部系統20發出一控制信號。而上述特徵值取樣裝置1012可以是圖2A或圖4A所示之實施例，而得到之音波特徵資料集合則可以是振幅數位值序列(分貝譜)或頻譜資料檔案。如此一來，該振幅數位值序列(分貝譜)或頻譜資料檔案都還保留該音波的頻譜特徵但已將該音波的語意成份去除或降低至無法辨識，因此可以讓使用者保有其隱私權。但是該音波特徵分析模組102中之資料處理單元1022，還是可以即時對該振幅數位值序列(分貝譜)或頻譜資料檔案進行該特徵分析判斷。
綜上所述，本案可以改善習知技術中對於隱私保護不足的缺失，確實達成發展本案的主要目的。雖然本發明以實施例揭露如上，但並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之技術精神和範圍內，當可作各種之更動與潤飾。因此，本發明之保護範圍當視後附之申請專利範圍請求項所界定者為準。
10：聲音監控系統 101：聲音感測模組 1011：麥克風 1012：特徵值取樣裝置 102：音波特徵分析模組 1021：記憶體裝置 1022：資料處理單元 20：外部系統

Claims (12)

  1. 一種聲音監控系統，應用於一監控環境中，該裝置包含：一聲音感測模組，其係用以接收該監控環境中於一段時間內所發生之一音波，該音波經一轉換過程而形成一音波特徵資料集合，且該轉換過程係將該音波的語意成份去除或降低至無法辨識；以及一音波特徵分析模組，信號連接於該聲音感測模組，接收並根據該音波特徵資料集合來進行一特徵分析判斷，然後根據該特徵分析判斷而發出一控制信號。
  2. 如請求項1所述之聲音監控系統，其中該聲音感測模組包含有：一麥克風，即時且持續地將該監控環境中所發生的該音波進行轉換而形成一電波信號；以及一特徵值取樣裝置，電性連接至該麥克風與該音波特徵分析模組，用以接收該電波信號，並每隔一段取樣時間便對該電波信號進行一特徵值取樣程序，進而得到該音波特徵資料集合中的一個或多個特徵值並傳送至該音波特徵分析模組，該音波特徵分析模組接收並根據該音波特徵資料集合中的該個或該等多個特徵值來進行該特徵分析判斷，然後根據該特徵分析判斷而發出該控制信號。
  3. 如請求項2所述之聲音監控系統，其中該音波特徵分析模組包含有：一記憶體裝置，電性連接至該特徵值取樣裝置，用以記錄該等特徵值而形成代表該音波特徵資料集合的一資料檔案，該資料檔案中主要包含有每個取樣時間點所對應之該等特徵值資料；以及一資料處理單元，電性連接至該記憶體裝置，用以即時對該資料檔案進行該特徵分析判斷，然後根據判斷結果而向一外部系統發出該控制信號。
  4. 如請求項3所述之聲音監控系統，其中該特徵值取樣裝置包含有一信號放大器與一類比數位轉換器，該信號放大器係將該電波信號的振幅放大，而該類比數位轉換器則每隔該段取樣時間便對振幅放大後之該電波信號進行該特徵值取樣程序而得到該特徵值，該特徵值是將振幅放大後之該電波信號的振幅轉換成之一振幅數位值，進而得到一個或多個的該振幅數位值後，傳送給該音波特徵分析模組，該音波特徵分析模組將該或該等振幅數位值記錄下來並暫存在該記憶體裝置並形成該資料檔案，該資料檔案為一音量資料檔案，該音量資料檔案主要包含有每個取樣時間點所對應之該振幅數位值資料。
  5. 如請求項4所述之聲音監控系統，其中該振幅數位值即代表該時間點之音量大小，而透過該音量資料檔案中所記錄之隨時間變化的一振幅數位值序列，該資料處理單元即時對該音量資料檔案進行該特徵分析判斷方法包含下列步驟：當該振幅數位值落於一預設區間持續達一特定時間後，判斷出一受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號，該外部系統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
  6. 如請求項4所述之聲音監控系統，其中該資料處理單元利用該音量資料檔案中某一段隨時間變化的一振幅數位值序列來與一些預設數值序列來進行比對，當偵測到振幅數位值序列由一第一波形與一第二波形的疊加轉變成只與該第二波形相符且持續達一特定時間後，便判斷出一受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號，該外部系統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
  7. 如請求項3所述之聲音監控系統，其中該特徵值取樣裝置包含有一變頻模組以及一快速傅立葉變換模組，其中該變頻模組將輸入之該電波信號變 頻到較低的頻率，該特徵值取樣程序為一快速傅立葉變換，該快速傅立葉變換模組來進行該快速傅立葉變換，用以每隔該段取樣時間來進行該特徵值取樣程序，進而於該每個取樣時間點上得到該多個特徵值所構成的一陣列後傳送給該音波特徵分析模組，其中該多個特徵值為該電波信號的多個頻譜值，該多個特徵值所構成的該陣列為一頻譜值資料陣列，該音波特徵分析模組將該等多個頻譜值所構成的該頻譜值資料陣列記錄下來並暫存在該記憶體裝置並形成該資料檔案，該資料檔案為一頻譜資料檔案，該頻譜資料檔案包含有每個取樣時間點所對應之該頻譜值資料陣列。
  8. 如請求項7所述之聲音監控系統，其中該資料處理單元利用該頻譜資料檔案中某一段時間點區間中的該頻譜值資料陣列來與一些預設數值陣列(array)來進行比對，當偵測到該頻譜值資料陣列由第一分佈與第二分佈的疊加轉變成只與第二分佈相符且持續達一特定時間後，便可判斷出一受監控者的生命跡象已經微弱甚至消失，於是便自動向該外部系統發出該控制信號，該外部系統為一指定門號或即時通訊軟體的一用戶帳號，該控制信號為一警告信號，用以通知照護者來進行搶救。
  9. 如請求項7所述之聲音監控系統，其中該頻譜值資料陣列的分佈狀態代表不同的呼吸道異狀所呈現之不同聲音類型，當本聲音監控系統偵測到環境中持續的一背景噪音與因呼吸道異狀所產生一聲音類型疊加後之分佈符合一預設的頻譜值資料陣列後，便可判斷出一受監控者有相對應該預設的頻譜值資料陣列的一呼吸道異狀。
  10. 如請求項2所述之聲音監控系統，其中該聲音感測模組中更包含一混波器，用以在該電波信號送入該音波特徵分析模組之前，將該聲音感測模組根據該音波所產生之該電波信號混入屬於人聲頻段的一隨機雜訊，用以將該音波的語意成份去除或降低至無法辨識。
  11. 如請求項1所述之聲音監控系統，其中該聲音感測模組中包含有：一麥克風，即時且持續地將該監控環境中所發生的該音波進行轉換而形成一電波信號；一語音偵測模組，電性連接至該麥克風，用以把該電波信號中有語音發生的一時段偵測出來；一語音標示模組，電性連接至該語音偵測模組，用以將該電波信號中有語音發生的該時段進行標示；一語音處理模組，電性連接至該語音標示模組，而完成標示之該電波信號被該語音處理模組接收後，便可根據該等標示所界定出來之波形而產生與其振幅接近但反向的波型，並將兩者混音而將該音波的語意成份去除或降低至無法辨識後，再將去除語意成份的該電波信號送出；以及一特徵值取樣裝置，電性連接至該語音處理模組與該音波特徵分析模組，每隔一段取樣時間便對去除語意成份的該電波信號進行一特徵值取樣程序，進而得到該音波特徵資料集合中的一個或多個特徵值並傳送至該音波特徵分析模組，該音波特徵分析模組接收並根據該音波特徵資料集合中的該個或該等多個特徵值來進行該特徵分析判斷，然後根據該特徵分析判斷而發出該控制信號。
  12. 如請求項11所述之聲音監控系統，其中該標示的方法為在該有語音發生的時段的頭尾時間插入特殊信號，或是在該有語音發生的時段直接混入一段遮蔽音信號，用以明確標示出該有語音發生的時段。
TW111128777A 2022-08-01 2022-08-01 聲音監控系統 TWI839796B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW111128777A TWI839796B (zh) 2022-08-01 2022-08-01 聲音監控系統
US18/228,705 US20240236598A1 (en) 2022-08-01 2023-08-01 Sound monitoring system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111128777A TWI839796B (zh) 2022-08-01 2022-08-01 聲音監控系統

Publications (2)

Publication Number Publication Date
TW202407684A TW202407684A (zh) 2024-02-16
TWI839796B true TWI839796B (zh) 2024-04-21

Family

ID=90822737

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111128777A TWI839796B (zh) 2022-08-01 2022-08-01 聲音監控系統

Country Status (2)

Country Link
US (1) US20240236598A1 (zh)
TW (1) TWI839796B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104575486A (zh) * 2014-12-25 2015-04-29 中国科学院信息工程研究所 基于声掩蔽原理的声泄漏防护方法及系统
TW202011229A (zh) * 2018-09-03 2020-03-16 維呈顧問股份有限公司 待改善事件通報訊息的自動處理系統與方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104575486A (zh) * 2014-12-25 2015-04-29 中国科学院信息工程研究所 基于声掩蔽原理的声泄漏防护方法及系统
TW202011229A (zh) * 2018-09-03 2020-03-16 維呈顧問股份有限公司 待改善事件通報訊息的自動處理系統與方法

Also Published As

Publication number Publication date
US20240236598A1 (en) 2024-07-11
TW202407684A (zh) 2024-02-16

Similar Documents

Publication Publication Date Title
McComb et al. Long-distance communication of acoustic cues to social identity in African elephants
Jouventin et al. Acoustic systems are adapted to breeding ecologies: individual recognition in nesting penguins
US7180424B2 (en) Canine security system
US7800506B2 (en) Canine security system
Shin et al. Automatic detection system for cough sounds as a symptom of abnormal health condition
CN109247936B (zh) 一种全夜睡眠监测的异常脑电行为监测系统及方法
CN110301890B (zh) 呼吸暂停监测的方法及装置
US20110144529A1 (en) Method and Apparatus for the Objective Detection of Auditive Disorders
CN209032422U (zh) 一种心音信号检测设备
JP2006095263A (ja) 医療機器監視装置
JP3151489B2 (ja) 音声による疲労・居眠り検知装置及び記録媒体
Casey et al. The genesis of giants: behavioural ontogeny of male northern elephant seals
KR102267786B1 (ko) 스마트 영유아 모니터링 시스템, 서버 및 방법
CN112382302A (zh) 婴儿哭声识别方法及终端设备
KR20170082951A (ko) 환자 객담을 확인할 수 있는 환자 감시 장치
TWI839796B (zh) 聲音監控系統
JP2019051129A (ja) 嚥下機能解析システム及びプログラム
CN116156439B (zh) 智能穿戴电子对讲交互系统
CN110782622A (zh) 一种安全监控系统、安全检测方法、装置及电子设备
JP7215678B2 (ja) 生体情報測定装置、生体情報測定方法及びプログラム
CN115644911A (zh) 一种肠鸣音监测设备
CN112472066B (zh) 呼吸障碍监测终端、监测器和系统
CN110428894B (zh) 分布式监控系统及方法
KR20170087225A (ko) 동물의 음성 분석정보를 제공하는 장치, 방법 및 기록매체
Aboofazeli et al. Swallowing sound detection using hidden markov modeling of recurrence plot features