一种无障碍蓝牙控制器数据智能分析方法与流程

本发明涉及声音信号增强，具体涉及一种无障碍蓝牙控制器数据智能分析方法。

背景技术：

1、无障碍蓝牙控制器是一种用于帮助人们更容易访问和使用电子设备的辅助技术设备，这些控制器通常与蓝牙技术结合以提供无线连接使用，用户通过这些控制器与各种设备进行交互，在帮助残障人士克服日常生活中的数字障碍方面发挥着重要作用。

2、用户在对无障碍蓝牙控制器通过语音输入控制指令时，利用控制器自带或外接的语音接收设备将用户语音转化为电信号的形式。在信号传输过程中会产生电噪声，电噪声高频且随机，无障碍蓝牙控制器通常在室内使用，环境噪声主要出现在信号的中低频部分，则蓝牙控制器输出的原始信号中存在噪声，且不同种类噪声叠加在原始信号的不同频率部分。

3、现有技术通常使用滤波算法对原始信号进行去噪，对原始信号分解得到的不同频率的分量信号去噪程度相同，由于原始信号中不同频率部分叠加不同种类的噪声，对分量信号进行相同程度去噪导致原始信号的增强效果不理想，进而使得语音控制指令分析结果不符合实际输入语音，对残障人士的正常使用造成不便。

技术实现思路

1、为了解决原始信号中不同频率部分叠加不同噪声，对分量信号进行相同程度去噪，导致原始信号增强效果不理想的技术问题，本发明的目的在于提供一种无障碍蓝牙控制器数据智能分析方法，所采用的技术方案具体如下：

2、本发明提出了一种无障碍蓝牙控制器数据智能分析方法，该方法包括：

3、获取原始语音信号；将原始语音信号分解为至少两个分量信号；

4、从所述分量信号中筛选出最优分析信号，从最优分析信号中每个特征信号点的邻近信号点中选取信号点进行曲线拟合，获取每次拟合的语音拟合信号；根据每个语音拟合信号与原始语音信号在同一时间区间内相邻信号点的幅值差值之间的差异，从所述语音拟合信号中筛选出模拟语音信号；

5、依据每个分量信号与模拟语音信号在相同时刻下数据点幅值之间的差异，从分量信号中筛选出主信号；将除主信号外的其余分量信号作为待分析信号，根据每个待分析信号与主信号中相邻信号点的幅值差值之间的差异，以及每个待分析信号与主信号中信号点幅值的差值，获取每个待分析信号的噪声干扰度；

6、结合每个待分析信号中信号点的幅值的混乱程度，以及相邻极值点的幅值差异，获取每个待分析信号的环境噪声叠加度；

7、根据所述噪声干扰度与所述环境噪声叠加度获取每个待分析信号的去噪参数；将所述去噪参数作为对每个待分析信号进行滤波的信噪比，获取去噪语音信号；基于所述去噪语音信号对无障碍蓝牙控制器的输入语音进行分析。

8、进一步地，所述获取每次拟合的语音拟合信号的方法，包括：

9、将最优分析信号中极值点与零点作为特征信号点；

10、将最优分析信号中每个特征信号点与上一相邻特征信号点对应时刻的中间时刻作为每个特征信号点的左邻极时刻，每个特征信号点与下一相邻特征信号点对应时刻的中间时刻作为每个特征信号点的右邻极时刻；在最优分析信号中，由每个特征信号点的所述左邻极时刻与所述右邻极时刻形成的时间区间内各时刻下的信号点构成每个特征信号点的邻近点集合；

11、每次拟合时分别从每个所述邻近点集合中选取任意一个信号点作为每次拟合的信号点；将每次拟合的信号点进行曲线拟合，将得到的曲线段作为每次拟合的语音拟合信号；直至所述邻近点集合内所有信号点均进行过曲线拟合，停止从所述邻近点集合中选取信号点。

12、进一步地，所述从所述语音拟合信号中筛选出模拟语音信号的方法，包括：

13、将每个分量信号的频率分别与人声频率预设标准区间中最小值之间的差值绝对值作为第一人声频率差；将最小的所述第一人声频率差对应的分量信号作为标定分析信号；

14、将标定分析信号中相邻两个极值点对应时刻形成的时间区间作为特征时间区间；

15、将原始语音信号与所述语音拟合信号作为待测信号，将所述待测信号中每个信号点与下一相邻信号点之间幅值差值与对应时刻之间时间间隔的比值，作为待测信号中每个信号点的幅值变化率；

16、将待测信号在每个所述特征时间区间内所有时刻下信号点的所述幅值变化率的均值，作为待测信号在每个特征时间区间的综合变化度；

17、依据每个语音拟合信号与原始语音信号在同一所述特征时间区间的所述综合变化度之间的差异，以及每个语音拟合信号的频率，获取每个语音拟合信号的人声差异度；

18、将最小的所述人声差异度对应的语音拟合信号作为模拟语音信号。

19、进一步地，所述每个语音拟合信号的人声差异度的计算公式如下：

20、；式中，q为每个语音拟合信号的人声差异度；f为每个语音拟合信号的频率；为人声频率预设标准区间的中点值；为人声频率预设标准区间中最大值；u为特征时间区间的数量；为原始语音信号在第i个特征时间区间的所述综合变化度；为每个语音拟合信号在第u个特征时间区间的所述综合变化度；为绝对值函数。

21、进一步地，所述从分量信号中筛选出主信号的方法，包括：

22、将频率属于人声频率预设标准区间内的分量信号作为目标信号；

23、将每个目标信号与所述模拟语音信号在相同时刻下的信号点的幅值之间的均方误差，作为每个目标信号的偏差度；将最小的所述偏差度对应的目标信号作为主信号。

24、进一步地，所述根据每个待分析信号与主信号中相邻信号点的幅值差值之间的差异，以及每个待分析信号与主信号中信号点幅值的差值，获取每个待分析信号的噪声干扰度的方法，包括：

25、获取主信号中每个信号点分别与其上一相邻峰值点、下一相邻峰值点对应时刻之间的时间间隔，将最小的所述时间间隔作为主信号中每个信号点的重音差距值；

26、结合每个待分析信号与主信号在相同时刻下信号点的所述幅值变化率之间的差异、所述重音差距值以及每个待分析信号与主信号中信号点幅值的差值，获取每个待分析信号的噪声干扰度。

27、进一步地，所述每个待分析信号的噪声干扰度的计算公式如下：

28、；式中，inf为每个待分析信号的噪声干扰度；i为每个待分析信号中信号点总数量；为主信号中第i个信号点的所述重音差距值；为主信号中第i个信号点的所述幅值变化率；为每个待分析信号中第i个信号点的幅值变化率；为主信号中所有信号点的幅值的均值；为每个待分析信号中所有信号点的幅值的均值；norm为归一化函数；tanh为双曲正切函数；为绝对值函数；exp为以自然常数e为底数的指数函数。

29、进一步地，所述每个待分析信号的环境噪声叠加度的计算公式如下：

30、；式中，ns为每个待分析信号的环境噪声叠加度；为每个待分析信号的频率；为主信号的频率；h为每个待分析信号中信号点幅值的信息熵；为每个待分析信号中所有信号点点幅值的均值；为主信号中所有信号点幅值的均值；为每个待分析信号中第i个极值点的幅值；为每个待分析信号中第i+1个极值点的幅值；i为每个待分析信号中信号点总数量；为预设正数；norm为归一化函数。

31、进一步地，所述获取每个待分析信号的去噪参数的方法，包括：

32、根据每个待分析信号的所述噪声干扰度与所述环境噪声叠加度，获取每个待分析信号的去噪参数；所述噪声干扰度与所述环境噪声叠加度均与所述去噪参数为正相关的关系。

33、进一步地，所述去噪语音信号的获取方法，包括：

34、对于每个待分析信号，将所述去噪参数作为维纳滤波的信噪比，对待分析信号进行滤波得到去噪分量信号；

35、按照从低频到高频的顺序对去噪分量信号与主信号进行叠加，得到去噪语音信号。

36、本发明具有如下有益效果：

37、本发明实施例中，原始语音信号中叠加了各种噪声，本发明通过选取信号点进行拟合的方式模拟出与原始语音信号较为接近的模拟语音信号；通过选取最优分析信号中特征信号点的邻近信号点进行拟合，避免固定拟合的信号点导致拟合结果不理想的情况，增加了拟合过程的抗噪性；语音拟合信号与原始语音信号在相同位置的信号点的幅值差值之间的差异，反映语音拟合信号与原始语音信号之间的相似情况，使筛选出模拟语音信号更加准确；分量信号与模拟语音信号在相同时刻下数据点幅值之间的差异，反映分量信号与模拟语音信号之间的相似程度，选取分解后特定频率段最能表现语音内容的分量信号即主信号；通过分析待分析信号对主信号的干扰程度，与待分析信号自身表现的含噪声特征，获取待分析信号的噪声干扰度与环境噪声叠加度，结合两个因素自适应获取对信号进行滤波的去噪参数，提高各分量信号的去噪效果，更能够确保语音主要内容清晰，不会因去噪过程被模糊；提高对原始语音信号的增强效果，使得语音控制指令分析结果符合实际输入语音。