本发明属于医疗器械领域，特别涉及一种人工耳蜗借助移动设备进行声音场景识别的方法与系统。
背景技术：
随着人工耳蜗技术的持续发展，在不同场景下使用不同策略对声音信号进行处理，使用户获得最好的听声体验，进一步提高用户在不同场景下的言语识别率逐渐成为了主流的应用。
在实际应用实现过程中，如何稳定可靠地进行场景识别成为了限制该技术发展的瓶颈问题。对于人工耳蜗言语处理器，由于功耗的限制，其处理速度是有限的，但是声音信号始终在实时传入，需要在固定时间内同时完成声音信号频域运算、不同场景下声音信号处理、声音场景识别、刺激编码输出和常规工作监控等功能。因而声音场景识别的计算量对于人工耳蜗言语处理器是一个沉重的负担。另一方面，声音场景识别的准确性与计算量是息息相关的，目前的研究都指向复杂的机器学习或者神经网络算法进行声音场景识别，实际设计过程中必须要反复权衡计算量和准确性，很难找到兼顾两方面的算法。
技术实现要素：
有鉴于此，本发明的目的在于提供一种人工耳蜗借助移动设备进行声音场景识别的方法与系统，通过人工耳蜗言语处理器和移动设备各自独立分布式计算，由人工耳蜗言语处理器侦测声音场景是否出现变化，由移动设备判断当前声音场景，最后人工耳蜗言语处理器根据移动设备的判断进行相应的声音处理策略调整。
为达到上述目的，本发明提供了一种人工耳蜗言语处理器丢失寻找方法，包括以下步骤：
人工耳蜗言语处理器正常工作时，dsp模块对声音输入模块输入的每帧声音信号进行若干频域特征值计算；
每若干帧进行一次频域特征值变化判断，若没有若干特征值发生超过阈值改变，dsp模块继续进行特征值计算，若有若干特征值发生超过阈值的改变，则跳至下一步；
dsp模块停止特征值计算，激活人工耳蜗言语处理器前端蓝牙模块，并将场景识别异常信号发送至前端蓝牙模块，前端蓝牙模块建立无线连接，将该信号发送至后端蓝牙模块，并最终传至移动设备中央处理单元；
中央处理单元接到场景识别异常信号后，前端蓝牙模块与后端蓝牙模块建立语音流连接，dsp模块将接收到的语音信号通过低功耗蓝牙技术传至中央处理单元；
中央处理单元根据语音信号开始进行声音场景识别深度计算，经过若干帧声音信号计算后，中央处理单元得出新的场景识别信息；
中央处理单元通过前端蓝牙模块和后端蓝牙模块建立的蓝牙连接，将新的场景识别信息发送至dsp模块；
dsp模块将新的场景识别信息与保存在寄存器中的当前场景识别信息进行对比，若场景判断为相同，dsp模块重新恢复特征值计算，并不做其他操作，若场景判断为不同，则进入下一步；
dsp模块将改为新场景对应声音信号处理策略，并重新恢复特征值计算。
优选地，所述dsp模块和中央处理单元分别独立完成场景异常计算和声音场景识别深度计算。
优选地，所有计算都是以一帧语音数据为基本单位，一帧语音数据时间长度范围为1～16毫秒。
优选地，人工耳蜗言语处理器通过频域特征值进行异常场景识别判断，特征值个数范围是1～16个。
基于上述目的，本发明还提供了一种人工耳蜗借助移动设备进行声音场景识别系统，包括人工耳蜗言语处理器和移动设备，其中，
所述人工耳蜗言语处理器，包括声音输入模块、dsp模块、前端蓝牙模块和寄存器，其中，
所述声音输入模块用于接收声音信号，并将其转化为电信号；
所述dsp模块与声音输入模块相连，对声音输入模块输入的电信号进行数字化，进行频域特征值计算以及根据场景对应的策略对声音信号进行处理；
所述前端蓝牙模块与dsp模块相连，用于使用低功耗蓝牙技术发出和接收指令和语音信号，并与dsp模块实现数据通信；
所述寄存器与dsp模块相连，用于保存特征值信息和场景信息；
所述移动设备，包括后端蓝牙模块和中央处理单元，其中，
所述后端蓝牙模块与前端蓝牙模块配对，相互之间通过低功耗蓝牙技术进行双向数据通信；
所述中央处理单元与后端蓝牙模块相连，对后端蓝牙模块发送的语音信号进行场景识别深度计算，并将计算结果发至后端蓝牙模块，用于后续dsp模块的判断与操作。
优选地，所述前端蓝牙模块和后端蓝牙模块之间通过低功耗蓝牙方式连接并同时进行语音和数据传输，传输距离为0～10米。
优选地，所述移动设备使用人工耳蜗言语处理器输入的声音信号进行场景识别运算。
本发明的有益效果在于：利用人工耳蜗言语处理器已有计算能力进行较为简单的场景变化判断，再依赖于移动设备较为强大的计算能力算出具体的所在场景，同时由于使用人工耳蜗言语处理器的语音信号，从而不需要把移动设备置于开放环境，避免了移动设备位置的局限，更接近于患者真实听声场景，这种两步式计算也避免了移动设备实时进行声音场景识别，节省功耗，本发明方法全自动操控，易于工程实现和自动智能判断等优点。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明实施例的人工耳蜗借助移动设备进行声音场景识别的方法中一具体应用实例的步骤流程图；
图2为本发明实施例的人工耳蜗借助移动设备进行声音场景识别系统中一具体应用实例的具体框图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
参见图1，所示为本发明实施例的人工耳蜗借助移动设备进行声音场景识别的方法中一具体应用实例的步骤流程图，人工耳蜗借助移动设备进行声音场景识别系统100实施例参见图2，方法包括以下步骤：
s101，人工耳蜗言语处理器10正常工作时，dsp模块120对声音输入模块110输入的每帧声音信号进行若干频域特征值计算；
s102，每若干帧进行一次频域特征值变化判断，若没有若干特征值发生超过阈值改变，dsp模块120继续进行特征值计算，若有若干特征值发生超过阈值的改变，则跳至下一步；
s103，dsp模块12停止特征值计算，激活人工耳蜗言语处理器前端蓝牙模块130，并将场景识别异常信号发送至前端蓝牙模块130，前端蓝牙模块130建立无线连接，将该信号发送至后端蓝牙模块210，并最终传至移动设备中央处理单元220；
s104，中央处理单元220接到场景识别异常信号后，前端蓝牙模块130与后端蓝牙模块140建立语音流连接，dsp模块120将接收到的语音信号通过低功耗蓝牙技术传至中央处理单元220；
s105，中央处理单元220根据语音信号开始进行声音场景识别深度计算，经过若干帧声音信号计算后，中央处理单元220得出新的场景识别信息；
s106，中央处理单元220通过前端蓝牙模块130和后端蓝牙模块210建立的蓝牙连接，将新的场景识别信息发送至dsp模块120；
s107，dsp模块120将新的场景识别信息与保存在寄存器140中的当前场景识别信息进行对比，若场景判断为相同，dsp模块120重新恢复特征值计算s101，并不做其他操作，若场景判断为不同，则进入下一步；
s108，dsp模块120将改为新场景对应声音信号处理策略，并重新恢复特征值计算s101。
进一步地，所述dsp模块120和中央处理单元220分别独立完成场景异常计算和声音场景识别深度计算。
进一步地，所有计算都是以一帧语音数据为基本单位，一帧语音数据时间长度范围为1～16毫秒。
进一步地，所有操作都在后台自动操作完成，不需要任何人工操作。
进一步地，人工耳蜗言语处理器10通过频域特征值进行异常场景识别判断，特征值个数范围是1～16个。
基于上述目的，本发明还提供了一种人工耳蜗借助移动设备进行声音场景识别系统100，包括人工耳蜗言语处理器10和移动设备20，其中，
所述人工耳蜗言语处理器10，包括声音输入模块110、dsp模块120、前端蓝牙模块130和寄存器140，其中，
所述声音输入模块110用于接收声音信号，并将其转化为电信号；
所述dsp模块120与声音输入模块110相连，对声音输入模块输入的电信号进行数字化，进行频域特征值计算以及根据场景对应的策略对声音信号进行处理；
所述前端蓝牙模块130与dsp模块120相连，用于使用低功耗蓝牙技术发出和接收指令和语音信号，并与dsp模块120实现数据通信；
所述寄存器140与dsp模块120相连，用于保存特征值信息和场景信息；
所述移动设备20，包括后端蓝牙模块210和中央处理单元220，其中，
所述后端蓝牙模块210与前端蓝牙模块130配对，相互之间通过低功耗蓝牙技术进行双向数据通信；
所述中央处理单元220与后端蓝牙模块210相连，对后端蓝牙模块210发送的语音信号进行场景识别深度计算，并将计算结果发至后端蓝牙模块210，用于后续dsp模块120的判断与操作。
进一步地，所述前端蓝牙模块120和后端蓝牙模块210之间通过低功耗蓝牙技术(ble)连接并同时进行语音和一般数据传输，传输距离为0～10米以内。
进一步地，所述移动设备20使用人工耳蜗言语处理器10输入的声音信号进行场景识别运算。
本发明同时利用人工耳蜗言语处理器简单计算能力和移动设备复杂计算能力，通过分布式计算的方式优化了计算效率，鉴于移动设备经常在裤口袋等密闭环境的特点，通过低功耗无线语音传输，使移动设备使用人工耳蜗言语处理器所受到的声音进行信号处理，避免了误判断以及对移动设备位置的限制，本发明方法无需任何人工干预，具有易于工程实现和判断准确率高等优点。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。
1.一种人工耳蜗借助移动设备进行声音场景识别的方法，其特征在于，包括以下步骤：
人工耳蜗言语处理器正常工作时，dsp模块对声音输入模块输入的每帧声音信号进行若干频域特征值计算；
每若干帧进行一次频域特征值变化判断，若没有若干特征值发生超过阈值改变，dsp模块继续进行特征值计算，若有若干特征值发生超过阈值的改变，则跳至下一步；
dsp模块停止特征值计算，激活人工耳蜗言语处理器前端蓝牙模块，并将场景识别异常信号发送至前端蓝牙模块，前端蓝牙模块建立无线连接，将该信号发送至后端蓝牙模块，并最终传至移动设备中央处理单元；
中央处理单元接到场景识别异常信号后，前端蓝牙模块与后端蓝牙模块建立语音流连接，dsp模块将接收到的语音信号通过低功耗蓝牙技术传至中央处理单元；
中央处理单元根据语音信号开始进行声音场景识别深度计算，经过若干帧声音信号计算后，中央处理单元得出新的场景识别信息；
中央处理单元通过前端蓝牙模块和后端蓝牙模块建立的蓝牙连接，将新的场景识别信息发送至dsp模块；
dsp模块将新的场景识别信息与保存在寄存器中的当前场景识别信息进行对比，若场景判断为相同，dsp模块重新恢复特征值计算，并不做其他操作，若场景判断为不同，则进入下一步；
dsp模块将改为新场景对应声音信号处理策略，并重新恢复特征值计算。
2.根据权利要求1所述的方法，其特征在于，所述dsp模块和中央处理单元分别独立完成场景异常计算和声音场景识别深度计算。
3.根据权利要求1所述的方法，其特征在于，所有计算均以一帧语音数据为基本单位，一帧语音数据时间长度范围为1～16毫秒。
4.根据权利要求1所述的方法，其特征在于，所述人工耳蜗言语处理器通过频域特征值进行异常场景识别判断，特征值个数范围是1～16个。
5.一种人工耳蜗借助移动设备进行声音场景识别系统，其特征在于，包括人工耳蜗言语处理器和移动设备，其中，
所述人工耳蜗言语处理器，包括声音输入模块、dsp模块、前端蓝牙模块和寄存器，其中，
所述声音输入模块用于接收声音信号，并将其转化为电信号；
所述dsp模块与声音输入模块相连，对声音输入模块输入的电信号进行数字化，进行频域特征值计算以及根据场景对应的策略对声音信号进行处理；
所述前端蓝牙模块与dsp模块相连，用于使用低功耗蓝牙技术发出和接收指令和语音信号，并与dsp模块实现数据通信；
所述寄存器与dsp模块相连，用于保存特征值信息和场景信息；
所述移动设备，包括后端蓝牙模块和中央处理单元，其中，
所述后端蓝牙模块与前端蓝牙模块配对，相互之间通过低功耗蓝牙技术进行双向数据通信；
所述中央处理单元与后端蓝牙模块相连，对后端蓝牙模块发送的语音信号进行场景识别深度计算，并将计算结果发至后端蓝牙模块，用于后续dsp模块的判断与操作。
6.根据权利要求5所述的系统，其特征在于，所述前端蓝牙模块和后端蓝牙模块之间通过低功耗蓝牙方式连接并同时进行语音和数据传输，传输距离为0～10米。
7.根据权利要求5所述的系统，其特征在于，所述移动设备使用人工耳蜗言语处理器输入的声音信号进行场景识别运算。
技术总结