一种基于AI算法精准识别鼾声的多音源智能控鼾系

本发明涉及鼾声控制，特别涉及一种基于ai算法精准识别鼾声的多音源智能控鼾系统。背景技术：1、打鼾症，是睡眠呼吸暂停综合征的一个主要临床表现，打鼾在日常生活中很常见，但长期打鼾对身体的危害很大，它不仅可导致打鼾症者白天嗜睡、疲惫，而且长期打鼾对呼吸系统疾病、代谢类疾病和心血管疾病都存在隐患。打鼾的成因的原理是，人们在进入睡眠后，咽、口腔、鼻腔等部位的内部肌肉组织会开始松弛、下跨，对某些人来说，这将导致其睡眠呼吸通路上形成堵塞、气道狭窄的区域，当气流通过这些狭窄区域时发生剧烈震荡从而产生较大的声响，一些人在睡眠中长期处于打鼾的状态中，经常会发生呼吸出现短暂的暂停，人们在深度的睡眠中，不太容易从睡眠中快速清醒，打鼾的人会被呼吸暂停憋醒，有时严重时会危及打鼾人的生命。2、为了减少打鼾，市面上出现了用于帮助打鼾的用户减少打鼾的止鼾器，例如控鼾枕头等。止鼾器是控制中枢，包含气泵、气阀、控制芯片等，气囊垫放于用户个人枕头下方，一头通过气管连接到主机，止鼾器识别鼾声后，启动气泵给气囊打气，轻轻推动头部偏移从而达到减少打鼾的目的。目前市面上的常规控鼾设备、控鼾枕头，普遍存在容易受噪音干扰和夫妻同床无法准确识别，以及获取鼾声音源方式单一的问题，无法做到对鼾声精准识别，从而无法针对性控鼾助眠，难以满足用户使用需求。技术实现思路1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于ai算法精准识别鼾声的多音源智能控鼾系统，通过设置鼾声采样识别模块来实现多通道采集音源，通过设置ai鼾声识别系统完成对鼾声的识别与分析，为控鼾提供准确数据，可以实现精准采样鼾声并利用ai算法识别到使用者的鼾声，满足用户使用需求。2、为了解决上述技术问题，本发明的技术方案是：3、一种基于ai算法精准识别鼾声的多音源智能控鼾系统，包括鼾声采样识别模块、蓝牙音频传输模块、气泵控制信号输出模块及ai鼾声识别系统，蓝牙音频传输模块分别与鼾声采样识别模块、气泵控制信号输出模块及ai鼾声识别系统通信连接，该ai鼾声识别系统包括鼾声数学模型建立模块、鼾声数据转换格式模块及鼾声深度学习模块，鼾声数据转换格式模块分别与鼾声数学模型建立模块及鼾声深度学习模块通信连接。4、优选地，所述蓝牙音频传输模块不断采集鼾声音频数据作为深度学习的素材，形成鼾声素材库，并发送至所述鼾声识别系统进行识别分析。5、优选地，所述鼾声数学模型建立模块根据所述鼾声素材库进行依次轮询比对，建立鼾声数学模型，所述鼾声数据转换格式模块根据所述鼾声数学模型将鼾声音频数据进行格式转换后发送给鼾声深度学习模块，所述鼾声深度学习模块进行特征分析后输出鼾声特征数据集。6、优选地，所述鼾声采样识别模块包括第一mic声道采样电路、第二mic声道采样电路及鼾声状态识别显示电路，所述第一mic声道采样电路、第二mic声道采样电路及鼾声状态识别显示电路均与所述蓝牙音频传输模块通信连接。7、优选地，所述蓝牙音频传输模块包括蓝牙芯片u3、天线t3、sd卡接口tf1、振荡器t2及二极管d3，所述天线t3、sd卡接口tf1、振荡器t2及二极管d3均与所述蓝牙芯片u3连接。8、优选地，所述第一mic声道采样电路及第二mic声道采样电路组成mic双声道采样通道来采集音源，并通过蓝牙音频传输模块传输音频数据至ai鼾声识别系统中进行鼾声识别，进而根据判断结果通过气泵控制信号输出模块输出控制信号控制气泵及电磁阀的开启或关闭，通过气泵和电磁阀控制枕头中的气囊，达到控鼾的目的。9、优选地，所述ai鼾声识别系统包括ai算法芯片u5、hub芯片控制器u6、串口j19及电容c27，所述蓝牙芯片u3、hub芯片控制器u6、串口j19及电容c27均与所述ai算法芯片u5连接。10、优选地，所述第一mic声道采样电路包括麦克风ls1、电阻r30、电阻r31、电阻r32、电阻r33、电阻r34、电阻r36、电容c30、电容c31、电容c32及电容c33，所述麦克风ls1分别与所述电阻r31、电阻r32、电阻r33、电阻r34、电阻r36、电容c31、电容c32及电容c33连接，所述电阻r30及电容c30均与所述电阻r31连接，所述电阻r33、电阻r34及电阻r36均与所述蓝牙芯片u3连接；所述第二mic声道采样电路包括麦克风ls2、电阻r35、电阻r37、电阻r38、电阻r40、电阻r41、电容c34、电容c35、电容c36及电容c37，所述麦克风ls2分别与所述电阻r37、电阻r38、电阻r40、电阻r41、电容c35、电容c36及电容c37连接，所述电容c34及电阻r35均与所述电阻r37连接，所述电阻r40及电阻r41均与所述蓝牙芯片u3连接；所述鼾声状态识别显示电路包括显示屏lcd1，所述显示屏lcd1与所述蓝牙芯片u3连接。11、优选地，所述气泵控制信号输出模块包括气泵控制电路及电磁阀控制电路；所述气泵控制电路包括气泵接口j12、二极管d12、晶体管q8、电阻r42及电阻r43，所述气泵接口j12及二极管d12均与所述晶体管q8的漏极连接，所述电阻r42及电阻r43均与所述晶体管q8的栅极连接，所述晶体管q8的漏极及电阻r42均与所述蓝牙芯片u3连接。12、优选地，所述电磁阀控制电路包括电磁阀接口j6、电磁阀接口j7、电磁阀接口j8、电磁阀接口j9、电磁阀接口j10、电磁阀接口j11、晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7，所述电磁阀接口j6、电磁阀接口j7、电磁阀接口j8、电磁阀接口j9、电磁阀接口j10及电磁阀接口j11分别与所述晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7连接，所述晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7均与所述蓝牙芯片u3连接。13、采用上述技术方案，本发明提供的一种基于ai算法精准识别鼾声的多音源智能控鼾系统，具有以下有益效果：该多音源智能控鼾系统中的蓝牙音频传输模块分别与鼾声采样识别模块、气泵控制信号输出模块及ai鼾声识别系统通信连接，该ai鼾声识别系统包括鼾声数学模型建立模块、鼾声数据转换格式模块及鼾声深度学习模块，该鼾声数据转换格式模块分别与鼾声数学模型建立模块及鼾声深度学习模块通信连接，通过设置鼾声采样识别模块来实现多通道采集音源，通过设置ai鼾声识别系统不断采集鼾声作为深度学习的素材进行系统学习，不断提升准确度，完成对鼾声的识别与分析，为控鼾提供准确数据；当环境噪音、夫妻共同打鼾时，可以实现精准采样鼾声并利用ai算法识别到使用者的鼾声，避免错误的打开控鼾功能，从而进行针对性控鼾助眠，提高改善睡眠质量，满足用户使用需求。技术特征：1.一种基于ai算法精准识别鼾声的多音源智能控鼾系统，包括鼾声采样识别模块、蓝牙音频传输模块及气泵控制信号输出模块，所述蓝牙音频传输模块分别与所述鼾声采样识别模块及气泵控制信号输出模块通信连接，其特征在于：还包括与所述蓝牙音频传输模块通信连接的ai鼾声识别系统，所述ai鼾声识别系统包括鼾声数学模型建立模块、鼾声数据转换格式模块及鼾声深度学习模块，所述鼾声数据转换格式模块分别与所述鼾声数学模型建立模块及鼾声深度学习模块通信连接。2.根据权利要求1所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述蓝牙音频传输模块不断采集鼾声音频数据作为深度学习的素材，形成鼾声素材库，并发送至所述鼾声识别系统进行识别分析。3.根据权利要求2所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述鼾声数学模型建立模块根据所述鼾声素材库进行依次轮询比对，建立鼾声数学模型，所述鼾声数据转换格式模块根据所述鼾声数学模型将鼾声音频数据进行格式转换后发送给鼾声深度学习模块，所述鼾声深度学习模块进行特征分析后输出鼾声特征数据集。4.根据权利要求1所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述鼾声采样识别模块包括第一mic声道采样电路、第二mic声道采样电路及鼾声状态识别显示电路，所述第一mic声道采样电路、第二mic声道采样电路及鼾声状态识别显示电路均与所述蓝牙音频传输模块通信连接。5.根据权利要求4所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述蓝牙音频传输模块包括蓝牙芯片u3、天线t3、sd卡接口tf1、振荡器t2及二极管d3，所述天线t3、sd卡接口tf1、振荡器t2及二极管d3均与所述蓝牙芯片u3连接。6.根据权利要求4所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述第一mic声道采样电路及第二mic声道采样电路组成mic双声道采样通道来采集音源，并通过蓝牙音频传输模块传输音频数据至ai鼾声识别系统中进行鼾声识别，进而根据判断结果通过气泵控制信号输出模块输出控制信号控制气泵及电磁阀的开启或关闭，通过气泵和电磁阀控制枕头中的气囊，达到控鼾的目的。7.根据权利要求4所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述ai鼾声识别系统包括ai算法芯片u5、hub芯片控制器u6、串口j19及电容c27，所述蓝牙芯片u3、hub芯片控制器u6、串口j19及电容c27均与所述ai算法芯片u5连接。8.根据权利要求4所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述第一mic声道采样电路包括麦克风ls1、电阻r30、电阻r31、电阻r32、电阻r33、电阻r34、电阻r36、电容c30、电容c31、电容c32及电容c33，所述麦克风ls1分别与所述电阻r31、电阻r32、电阻r33、电阻r34、电阻r36、电容c31、电容c32及电容c33连接，所述电阻r30及电容c30均与所述电阻r31连接，所述电阻r33、电阻r34及电阻r36均与所述蓝牙芯片u3连接；所述第二mic声道采样电路包括麦克风ls2、电阻r35、电阻r37、电阻r38、电阻r40、电阻r41、电容c34、电容c35、电容c36及电容c37，所述麦克风ls2分别与所述电阻r37、电阻r38、电阻r40、电阻r41、电容c35、电容c36及电容c37连接，所述电容c34及电阻r35均与所述电阻r37连接，所述电阻r40及电阻r41均与所述蓝牙芯片u3连接；所述鼾声状态识别显示电路包括显示屏lcd1，所述显示屏lcd1与所述蓝牙芯片u3连接。9.根据权利要求4所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述气泵控制信号输出模块包括气泵控制电路及电磁阀控制电路；所述气泵控制电路包括气泵接口j12、二极管d12、晶体管q8、电阻r42及电阻r43，所述气泵接口j12及二极管d12均与所述晶体管q8的漏极连接，所述电阻r42及电阻r43均与所述晶体管q8的栅极连接，所述晶体管q8的漏极及电阻r42均与所述蓝牙芯片u3连接。10.根据权利要求9所述的基于ai算法精准识别鼾声的多音源智能控鼾系统，其特征在于：所述电磁阀控制电路包括电磁阀接口j6、电磁阀接口j7、电磁阀接口j8、电磁阀接口j9、电磁阀接口j10、电磁阀接口j11、晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7，所述电磁阀接口j6、电磁阀接口j7、电磁阀接口j8、电磁阀接口j9、电磁阀接口j10及电磁阀接口j11分别与所述晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7连接，所述晶体管q2、晶体管q3、晶体管q4、晶体管q5、晶体管q6及晶体管q7均与所述蓝牙芯片u3连接。技术总结本发明涉及鼾声控制技术领域，具体公开了一种基于AI算法精准识别鼾声的多音源智能控鼾系统，包括鼾声采样识别模块、蓝牙音频传输模块、气泵控制信号输出模块及AI鼾声识别系统，蓝牙音频传输模块分别与鼾声采样识别模块、气泵控制信号输出模块及AI鼾声识别系统通信连接，该AI鼾声识别系统包括鼾声数学模型建立模块、鼾声数据转换格式模块及鼾声深度学习模块，鼾声数据转换格式模块分别与鼾声数学模型建立模块及鼾声深度学习模块通信连接。本发明通过设置鼾声采样识别模块来实现多通道采集音源，通过设置AI鼾声识别系统完成对鼾声的识别与分析，为控鼾提供准确数据，可以实现精准采样鼾声并利用AI算法识别到使用者的鼾声，满足用户使用需求。技术研发人员：何焱,陈冠成,鄢卫军受保护的技术使用者：珠海荣源电子科技有限公司技术研发日：技术公布日：2024/8/16