[发明专利]模拟信息特征提取的基于时间的频率调谐

说明书

本申请公开一种模拟信息特征提取的基于时间的频率调谐。一种包括时间相关的模拟滤波特征提取和排序的声音识别系统(5)。所述系统中的模拟前端(10)接收输入模拟信号，如表示输入到麦克风(M)的音频的信号。通过在音频事件期间的不同时间测量具有不同频率特性的信号的滤波后的版本的属性(如零交叉事件和总能量)来提取输入信号中的特征。在一个实施例中，控制可调谐的模拟滤波器(40)以在所述事件期间的不同时间改变其频率特性。在另一个实施例中，具有不同滤波特性的多个模拟滤波器(50a，50b，...，50k)并行滤波输入信号，并且从每个滤波后的信号中提取信号特征；多路复用器(60)在所述事件期间的不同时间选择期望的特征。

相关申请的交叉引用

不适用。

关于联邦政府资助研究或开发的声明

不适用。

技术领域

本发明属于音频输入的主动感测(active sensing)领域。实施例针对感测音频中的具体特征的检测。

背景技术

半导体制造和传感器技术的最新进展已经使对传感器和控制器的低功率网络的使用的新能力能够监测环境以及控制过程。预期这些网络来进行广泛应用(包括运输、制造、生物医学、环境管理、安全以及保密)的部署。这些低功率网络中的许多低功率网络涉及广域网上的机器对机器(“M2M”)通信，现在这种网络通常被称为“物联网”(“IoT”)。

被设想作为这些网络中的传感器的输入的特定的环境属性或事件也是广范围的，包括如温度、湿度、地震活动、压力、机械应变或振动等条件。在这些网络化系统中还设想感测音频属性或事件。例如，在安全性背景中，可以部署传感器来检测特定声音，如枪声、玻璃打破声、人声、脚步声、附近的汽车声、动物咀嚼电力电缆声、天气状况等。

音频信号或输入的感测还由这种用户设备(如移动电话、个人电脑、平板电脑、汽车音响系统、家庭娱乐或照明系统等)实施。例如，在现代移动电话手机中，软件“app”的语音激活通常是可用的。典型地，通过检测感测到的音频中的特定特征或“签名”以及调用相应的应用或行动作为响应来运行常规的语音激活。能够由这些用户设备感测的其他类型的音频输入包括背景声音(如用户是否为办公环境、餐厅、移动的汽车或其他运输工具中)，设备响应于这些音频输入而对其响应或操作进行修改。

在低功率网络设备和电池供电移动设备中，对考虑到最大灵活性和电池寿命以及最小形状系数来说，低功率操作是关键的。例如，已经观察到的是，在等待预期的事件发生同时，一些类型的传感器(如在IoT背景环境中部署的无线环境传感器)能够在环境或信道监测上使用其可用功率的一大部分。考虑通常在语音或声音识别中需要的大量的功率，对声学传感器来说是尤其如此。这种类型的常规传感器通常根据低功率或“睡眠”运行模式来运行，在该运行模式中，传感器组件(例如，信号发送器电路系统)的后端被有效地断电直到接收到指示预期事件发生的信号。而此方法能够显著地减少传感器组件的功率消耗，许多小功率循环系统在空闲周期期间仍然消耗大量功率，以便构成总功率预算的主要部分，在这些小功率循环系统中，每个传感器组件花费非常小量的时间执行数据传输。

图1示出了典型的常规声音识别系统300，例如应用于人类语言的检测。识别系统300的麦克风312接收来自周围环境的声音310，并且将其转换为模拟信号。系统300的模拟前端(AFE)级320中的模数转换器(ADC)322将此模拟输入信号转换为数字信号，具体地，以数字采样324的序列的形式。作为本领域的基本原理，ADC 322的采样率超过两倍的感兴趣的最大频率的尼奎斯特率(Nyquist rate)。对典型的人类语言识别系统来说高达大约20kHz的声音信号是感兴趣的，并且对典型的人类语言识别系统来说采样率将为至少40kHz。