技术领域
[0001] 本
发明涉及健身器材领域，具体涉及一种具有声控系统的跑步机。
背景技术
[0002] 随着科学技术的发展和社会的进步，人们对
生活质量的要求也不断提高，各种体育运动也成为高品质生活的一部分，跑步机作为一种体育用品也深入大多数家庭中，人们可以通过跑步机达到足不出户而锻炼身体的目的。而现有的跑步机大多采用手动控制跑步机的工作状态，这对于盲人来说操作起来特别不方便。
发明内容
[0003] 针对上述问题，本发明提供一种具有声控系统的跑步机。
[0004] 本发明的目的采用以下技术方案来实现：
[0005] 一种具有声控系统的跑步机，其包括跑步机，所述跑步机配置有声控系统，所述声控系统包括顺序连接的声
信号采集模
块、声
信号处理模块、声信号识别模块和控
制模块；所述声信号采集模块，用于采集用户发出的
声音信号；所述声信号处理模块，用于对采集的声音信号进行处理；所述声信号识别模块，用于对处理后的声音信号进行特征提取，获取处理后的声音信号的特征参数，并与已训练好的语音指令的特征参数进行匹配，并将匹配到的语音指令发送至所述
控制模块；所述控制模块，用于根据接收到的语音指令，控制跑步机的工作状态。
[0006] 优选地，所述声信号采集模块是声学
传感器。
[0007] 优选地，所述声信号处理模块包括检测单元和平滑单元；所述检测单元，用于对采集的声音信号进行语音检测，以获取语音
帧；所述平滑单元，用于对所述语音帧进行平滑处理，获取平滑后的
语音信号。
[0008] 优选地，所述声信号识别模块包括预处理单元、端点检测单元、特征提取单元和特征识别单元；所述预处理单元，用于对平滑后的语音信号进行分帧、
加窗和快速傅里叶变换；所述端点检测单元，用于对预处理后的语音信号进行端点检测，获取有效语音段；所述特征提取单元，用于对所述有效语音段进行特征提取，获取所述有效语音段的特征参数；所述特征识别单元，用于将提取到的有效语音段的特征参数与已训练好的语音指令的特征参数进行匹配，并将匹配到的语音指令发送至所述控制模块。
[0009] 优选地，所述声信号识别模块还包括存储单元，所述存储单元用于存储已训练好的语音指令的特征参数。
[0010] 优选地，所述对采集的声音信号进行语音检测，以获取语音帧，具体是：
[0011] (1)对采集的声音信号进行分帧、加窗和快速傅里叶变换处理，并计算每一帧声音信号的幅度谱；
[0012] (2)基于得到的幅度谱，利用下方的判决函数进行计算每一帧声音信号的判决函数值，其中，判决函数为：
[0013]
[0014] 式中，F(i)为第i帧声音信号的判决函数值，i＝1,2,…,I，I为帧的个数，|Hi+1(p)|、|Hi(p)|、|Hi-1(p)|和|Hi+j(p)|分别为第(i+1)帧、第i帧、第(i-1)帧、第(i+j)帧的幅度谱，M为预设的帧数，p为频点；
[0015] (3)根据得到各个帧的判决函数值以及语音帧的起始帧和终止帧的判决条件，确定语音帧的起始帧和终止帧，具体地，若从第i帧开始，连接R帧声音信号均满足F(i+j)≥λ且|Hi+j(p)|≥A，此时第i帧为语音帧的起始帧，若从第s帧开始，且i、s满足s≥i+R，连续R帧声音信号均满足F(s+j)＜λ且|Hs+j(p)|＜A，此时第s帧为语音帧的终止帧；此时第i帧和第s帧之间的声音信号即为语音帧，其中，|Hi+j(p)|为(i+j)帧声音信号的幅度谱，|Hs+j(p)|为第(s+j)帧声音信号的幅度谱，A为设定的幅度谱
阈值，λ为预设的判决阈值，j＝1,2,…,R，R为预设的帧数。
[0016] 优选地，所述控制模块包括
马达
控制器，和与马达控制器连接的用于控制跑步速度的速度马达、用于控制跑步板扬起或下倾斜的扬升马达和用于调节跑步板硬度的缓冲调节马达。
[0017] 本发明的有益效果为：本发明具有声音识别的功能，通过对用户发出的语音指令的识别，控制跑步机的工作状态，解决了盲人使用跑步机中控制跑步机工作状态的不便。
附图说明
[0018] 利用附图对本发明作进一步说明，但附图中的
实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0019] 图1是本发明具有声控功能系统的跑步机的
框架结构图；
[0020] 图2是本发明声信号处理模块2的框架结构图；
[0021] 图3是本发明声信号识别模块3的框架结构图。
[0022] 附图标记：声信号采集模块1；声信号处理模块2；声信号识别模块3；控制模块4；检测单元21；平滑单元22；预处理单元31；端点检测单元32；特征提取单元33；特征识别单元34；存储单元35；马达控制器41；速度马达411；扬升马达412；缓冲调节马达413。
具体实施方式
[0023] 结合以下实施例对本发明作进一步描述。
[0024] 参见图1，其示出一种具有声控系统的跑步机，其包括跑步机，所述跑步机配置有声控系统，所述声控系统包括顺序连接的声信号采集模块1、声信号处理模块2、声信号识别模块3和控制模块4；所述声信号采集模块1，用于采集用户发出的声音信号；所述声信号处理模块2，用于对采集的声音信号进行处理；所述声信号识别模块3，用于对处理后的声音信号进行特征提取，获取处理后的声音信号的特征参数，并与已训练好的语音指令的特征参数进行匹配，并将匹配到的语音指令发送至所述控制模块4；所述控制模块4，用于根据接收到的语音指令，控制跑步机的工作状态。
[0025] 优选地，所述声信号采集模块1是声学传感器。
[0026] 优选地，参见图2，所述声信号处理模块2包括检测单元21和平滑单元22；所述检测单元21，用于对采集的声音信号进行语音检测，以获取语音帧；所述平滑单元22，用于对所述语音帧进行平滑处理，获取平滑后的语音信号。
[0027] 优选地，参见图3，所述声信号识别模块3包括预处理单元31、端点检测单元32、特征提取单元33和特征识别单元34；所述预处理单元31，用于对平滑后的语音信号进行分帧、加窗和快速傅里叶变换；所述端点检测单元32，用于对预处理后的语音信号进行端点检测，获取有效语音段；所述特征提取单元33，用于对所述有效语音段进行特征提取，获取所述有效语音段的特征参数；所述特征识别单元34，用于将提取到的有效语音段的特征参数与已训练好的语音指令的特征参数进行匹配，并将匹配到的语音指令发送至所述控制模块。
[0028] 优选地，所述声信号识别模块3还包括存储单元35，所述存储单元35用于存储已训练好的语音指令的特征参数。
[0029] 优选地，所述对采集的声音信号进行语音检测，以获取语音帧，具体是：
[0030] (1)对采集的声音信号进行分帧、加窗和快速傅里叶变换处理，并计算每一帧声音信号的幅度谱；
[0031] (2)基于得到的幅度谱，利用下方的判决函数进行计算每一帧声音信号的判决函数值，其中，判决函数为：
[0032]
[0033] 式中，F(i)为第i帧声音信号的判决函数值，i＝1,2,…,I，I为帧的个数，|Hi+1(p)|、|Hi(p)|、|Hi-1(p)|和|Hi+j(p)|分别为第(i+1)帧、第i帧、第(i-1)帧、第(i+j)帧的幅度谱，M为预设的帧数，p为频点；
[0034] (3)根据得到各个帧的判决函数值以及语音帧的起始帧和终止帧的判决条件，确定语音帧的起始帧和终止帧，具体地，若从第i帧开始，连接R帧声音信号均满足F(i+j)≥λ且|Hi+j(p)|≥A，此时第i帧为语音帧的起始帧，若从第s帧开始，且i、s满足s≥i+R，连续R帧声音信号均满足F(s+j)＜λ且|Hs+j(p)|＜A，此时第s帧为语音帧的终止帧；此时第i帧和第s帧之间的声音信号即为语音帧，其中，|Hi+j(p)|为(i+j)帧声音信号的幅度谱，|Hs+j(p)|为第(s+j)帧声音信号的幅度谱，A为设定的幅度谱阈值，λ为预设的判决阈值，j＝1,2,…,R，R为预设的帧数。
[0035] 有益效果：在上述实施方式中，通过对采集的声音信号进行分帧、加窗和快速傅里叶变换后，计算每一帧声音信号的幅度谱，之后基于得到幅度谱，利用判决函数计算每一帧声音信号的判决函数值，基于得到的判决函数值以及语音帧的起始帧和终止帧的判决条件，依次对每一帧是否属于语音帧进行判定，该方法实现了对采集的声音信号中的语音帧的准确检测，且该检测方法简单易实现，计算复杂度低，减轻了平滑单元22
和声信号识别模块3的负担，即平滑单元22和声信号识别模块3只需针对语音帧进行处理，提高了整个声音识别系统的工作效率，从而能够对用户发出的语音指令的准确识别，进而控制跑步机的工作状态。
[0036] 优选地，所述控制模块4包括马达控制器41，和与马达控制器41连接的用于控制跑步速度的速度马达411、用于控制跑步板扬起或下倾斜的扬升马达412和用于调节跑步板硬度的缓冲调节马达413。
[0037] 本发明的有益效果为：本发明具有声音识别的功能，通过对用户发出的语音指令的识别，控制跑步机的工作状态，解决了盲人使用跑步机中控制跑步机工作状态的不便。
[0038] 优选地，所述的对所述语音帧进行平滑处理，获取平滑后的语音信号，具体为：
[0039] (1)获取所述语音帧中每一帧的幅度谱、
相位谱、
功率谱密度值以及噪声的
平均功率谱密度值；
[0040] (2)根据得到的功率谱密度值以及噪声的平均功率谱密度值，利用下式计算各个帧的增益因子：
[0041]
[0042] 式中，g(p,d)为第d帧语音帧的增益因子，d＝1,2,…,D，D为语音帧的帧数，Wy(p,d)为第d帧的功率谱密度值，Wσ(p)为噪声的平均功率谱密度值，ζ为预设的衰减因子，其满足0ζ＜1，η为预设的增益补偿因子，p为频点；
[0043] (3)根据计算得到的增益因子以及幅度谱，计算语音帧中各个帧的幅度谱的估计值：
[0044]
[0045] 式中， 为第d帧的幅度谱的估计值，|Hd(p)|为第d帧的幅度谱；
[0046] (4)对得到的语音帧的各个帧的幅度谱的估计值以及相位谱进行傅里叶逆变换，恢复时域语音信号；
[0047] (5)对得到的时域语音信号进行去窗和
叠加处理，即可得到降噪后的语音信号。
[0048] 有益效果：上述实施例中，通过计算语音帧中各个帧的增益因子，进而自适应的对各个帧的幅度谱进行估计，得到语音帧各个帧的幅度谱的估计值，之后再对各个帧进行傅里叶逆变换、去窗、叠加处理，即可得到该语音帧降噪处理后的时域语音信号。该
算法能够有效抑制语音帧中的随机噪声，同时增强了非噪声部分，而且根据各个帧的幅度谱与噪声的平均功率谱密度值的关系，选择相应的式子以得到各个帧的增益因子，实现对各个帧的自适应去噪，使得降噪后的语音帧中保留非噪声部分的细节特征，进而有利于后续从降噪后的语音帧中提取特征参数，提高了该声音识别系统的识别准确度，进而能够准确地控制跑步机的工作状态。
[0049] 优选地，所述对预处理后的语音信号进行端点检测，获取有效语音段，具体是对预处理后的语音信号的每帧语音信号进行端点检测，判断各个帧的语音信号是否是有效语音帧，所有有效语音帧构成的集合即为有效语音段。
[0050] 其中，对预处理后的语音信号的每帧语音信号进行端点检测，判断各个帧的语音信号是否是有效语音帧。以第p帧语音信号为例，具体实现方法为：
[0051] (1)将该帧语音信号划分为(2L+1)个均匀的、互不重叠子带，根据所述子带的
频谱能量生成子带功率谱熵概率密度，其子带的功率谱熵的概率密度的计算式子为：其中，plt为第t个子带的功率谱熵的概率密度，E(t)、E(l)分别
为第t个子带、第l个子带的频谱能量，t＝1,2,…,(2L+1)，将(2L+1)个子带按照频谱能量值进行降序排列后， 表示从排序好的子带
频率能量序列取中间值；
[0052] (2)对得到的子带的功率谱熵的概率密度进行加权处理，得到该帧语音信号的子带加权功率谱熵，其子带加权功率谱熵的计算式子为：其中，Hp为第p帧语音信号的子带加权功率谱
熵，plmax为最大功率谱熵的概率密度，plmin为最小功率谱熵的概率密度，plt为第t个子带的功率谱熵的概率密度；
[0053] (3)将得到的该帧语音信号的子带加权功率谱熵与预设的语音端点判决阈值进行比较，若子带加权功率谱熵大于预设的语音段端点判决阈值，则判断该帧语音信号为有效语音帧，反之，则该帧语音信号为噪声帧。
[0054] 有益效果：通过将每帧语音信号均等的划分为多个子带，并利用上述实施例中的式子计算各个子带的功率谱熵的概率密度，进而根据得到的各个子带的功率谱熵的概率密度以计算每帧语音信号的子带加权功率谱熵，进而完成端点检测工作，该算法提高了端点检测的鲁棒性，能够实现对有效语音段的准确检测，同时该端点检测算法简单、易实现，能够快速完成对有效语音段的提取，以便于后续对用户发出的语音指令的准确识别和匹配。
[0055] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行
修改或者等同替换，而不脱离本发明技术方案的实质和范围。
