GB2611529A
审中
一种听力健康监测系统和方法
一种听力健康监测系统和方法
发明领域
本公开涉及听力健康监测系统和方法。 5个
背景
不同的场地展示不同的声音配置文件。 场馆的声音配置文件是其中之一
影响人们选择社交场所的因素。 音质良好的场所
可以增强或改善社交互动。 相反,声音配置文件 10 不佳的场所会抑制有意义的社交互动,并可能损害顾客的听力健康。 那里
是人们希望轻松识别和定位适合其场所声音的社交场所
个人资料偏好,特别是对于那些听力或听力有困难的人
对背景噪音敏感。 目前缺乏客观的整体方法
场地运营商为其场地建立正确的声音配置文件。 还有有限的 15 种方法可以有效或轻松地向外行描述场地的声音概况。
US2017372242A1 描述了多个固定噪声传感器,每个传感器可以包括
用于感应噪音的麦克风、电源和用于传输数据的通信设备
关于麦克风感应到的噪音。 多个移动噪声传感器可以每个20包括感测噪声的麦克风、电源和通信设备以
传输有关麦克风感应到的噪音的数据。 噪音信息中心可能会收到
来自固定噪声传感器和移动噪声传感器的数据并提供指示
通过基于云的应用程序与接收到的数据相关联。 分析平台可能
接收指示并分析它们以确定工作场所内多个位置中的每一个的噪声级暴露信息25。
US10068451B1 描述了第一个值被接收并且与噪声水平相关联
用户所处的环境。判断第一值是否超过第一
临界点。 当第一值超过第一 30 阈值时通知第二计算设备。 通知表示用户必须离开环境。
US2018005142A1描述了一种用于确定、发布和发布的方法和设备系统
针对提供受限或资源受限服务的场所接受预订请求
或者,入住人数有限的餐厅、酒吧或咖啡馆。 该方法可以运行
无人值守,并使用数字技术从环境声级提供可用性测量
声学传感器(麦克风)和机器学习过程来预测和发布
资源的可用性或资源所在空间的占用水平。 5个
US10390157B2 一般涉及用于评估
听力保护装置。 评估听力保护装置的方法可能
包括用听力保护装置监测声音; 传送声音
从听力保护装置到便携式电子设备的测量; 10将声音测量值从便携式电子设备传输到服务器;
将便携式电子设备或服务器的声音测量结果与
查找表; 建议,与便携式电子设备,最适合的听力
根据声音测量值之间的比较佩戴保护装置
和查找表。
15
US2019139565A1 描述了一种基于
用户访问特征的场地概况。 特别地,确定用户对场所的访问。
对于那些访问,确定用户特征和/或访问特征。 用户
相似性和访问特征相似性可以被确定并且与场所20相关联以形成用户访问特征化的场所简档。 用户参观特色场地
个人资料可以提供给应用程序或服务,例如个人助理服务
与用户关联,或者可以作为 API 提供以促进消费
应用程序或服务的用户访问特征场所配置文件。
25 US10587970B2 描述了一种声学相机,它包括排列好的阵列
麦克风。 麦克风布置可以平面或非平面形式组织
形式。 该设备可以是手持式的,它包括一个触摸屏,用于与
用户。 声学相机测量指向方向的声学信号强度
并同时拍摄测量区域的光学图像,并在屏幕上显示声学 30 信号强度和拍摄图像。 该设备分析声学
发出信号并根据分析对声音进行分类。 如有必要,一个
声学摄像机发出警报。 除了手持手动使用外,该设备还可以
固定在固定结构上或固定在可移动或可旋转的设备或车辆上,
比如无人机。
US7983426B2 一种监测和报告声压级暴露的方法
当设备5测量周围环境的声压级(SPL)时,第一通信设备的用户在一个实施例中被实现。 该设备存储
至少存储 SPL 测量值,生成 SPL 曝光记录,以及
在显示屏上显示 SPL 曝光记录的视觉表示。 在另一个
实施例中,SPL由第二通信设备测量并与
第二设备的输出音频换能器的已知SPL,产生用户声音10暴露水平。 将用户声音暴露水平传输到第一通信
设备。 当用户声音暴露级别超过预定值时通知用户
临界点。 服务器也可用于随时间跟踪 SPL 并推荐纠正措施
超过接触限值时采取行动。
15 US2020202626A1 描述了用于识别和指示打开的方法和装置
描述了空间噪声。 在一个示例中,一种方法包括接收音频传感器
来自整个开放空间中已知位置的多个麦克风的数据
空间。 该方法包括从
音频传感器数据。 该方法还包括生成三维声图数据的增强现实 20 可视化,其包括使用
移动设备上的摄像机开放空间的视频图像,显示视频
图像显示在移动设备的显示屏上,并叠加三项的可视化
显示屏幕上的视频图像上的立体声图数据。
25 US9510118B2 描述了如何捕获和映射环境声音。 应用
大量移动通信终端体现为数据供应商引领
到广泛、自动和连续的环境声音映射。 对于那些是
访问频率较高,订阅者较多,访问量较大
环境声音的远程传输数据记录是非正式获得的, 30 这样可以更精确地描述环境噪音。 市售
可以使用简单的措施来增强移动通信终端,以便
直接与中央或本地地图系统或地图服务通信或
间接地。
发明概要
本发明的方面如独立权利要求中所述,可选特征为
在从属权利要求中列出。 本发明的各方面可以相互结合地提供,并且一个方面的特征可以应用于其他方面。
在第一方面,提供了一种听力健康监测系统。 听证会
健康监测系统包括至少一个音频捕捉设备,配置为
提供有关环境随时间变化的声音数据。 至少一个音频捕捉设备10包括至少一个麦克风和通信接口,
配置为传输来自音频捕获设备的声音数据。 听力健康
监控系统还包括远程服务器,用于接收声音数据,
其中,远程服务器被配置为分析声音数据。 分析
声音数据包括从声音数据动态计算作为环境的时间的15个函数的多个声音数据参数,并且在
来自多个声音数据的作为时间函数的至少一个听力健康参数
用于评估环境的听力健康特征的参数。 它会
应当理解,至少一个麦克风可以包括至少四个麦克风。
有利地,这可以允许获得音频/声音信息的方向性。 20
至少一个听力健康参数可以包括多个听力健康参数
参数,并且其中分析声音数据还包括动态地
为环境分配听力健康类别以表征环境
根据其听力健康氛围。 听力健康类别基于至少一个听力健康参数被分配25。 听力健康类别可能是
确定为与描述不同社会或
公共环境。 听力健康类别可能会将 dB 级别转换为
描述场地声音太大时的直观词语。
30 将环境指定为听力健康类别可能包括选择一个
来自多个听力健康类别的听力健康类别,其中每个
听力健康类别由至少一个的相应至少一个范围定义
听力健康参数。 每个听力健康类别可以由多个定义
听力健康参数组合的范围。 至少一部分
定义多个听力健康中的每一个的听力健康参数范围
类别可能重叠。 不同听力健康的听力参数范围
类别可能重叠 应当理解,5 个听力健康类别中的多个类别不需要相互排斥的听力健康参数
范围。
听力健康监测系统可以进一步被配置为确定听力
健康评级。 听力健康等级可以通过将数值 10 赋予多个听力健康参数中的每一个、对每个参数应用权重来确定
多个听力健康参数,并确定听力健康
基于听力健康加权数值总和的评级
参数。 听力健康等级可以对应于
加权数值之和的数值。
15
听力健康监测系统可以进一步被配置为确定
通过归因于多个声音数据参数中的每一个和/或
听力健康参数到一个声音数据原则,这样每个声音数据原则
包括声音数据参数的相应子集,对多个听力健康参数中的每一个应用第一加权,对每个应用第二加权
声音数据原则为每个听力健康给出相应的加权值
参数,并根据加权的总和确定听力健康等级
听力健康参数的数值。 第一加权可以包括
归因于每个声音数据原理的总百分比的百分比,并且其中25秒权重可以是归因于所有声音数据的总百分比的百分比
原则。
声音数据可以根据预定时间作为时间的函数获得
视窗。 优选的时间窗口是 12 秒。 声音捕获可能会在工作时间内连续发生 30 次。 在某些示例中,可能会有一个自动的“启动-
up system' 当声级达到或高于 40dB 时激活设备
等级。 滚动窗口每 12 秒一次。 每 12 秒至少播放一个音频
捕获设备根据格式257捕获噪声特征作为声音数据
频率范围(2.elements)和一组声压级(SPL)(aweightSPL)。
SPL 可以是参考 2 x 10-5 Pa 的以 dB 为单位的声压级。作为音频
捕获设备可能一天 24 小时工作,因此可能有大约 N=7200 个样本
在一天中。
5个
分析声音数据可以包括将每个声音数据参数计算为
来自(i)来自单个时间窗口的声音数据,或(ii)来自
多个时间窗口。
10 至少一个音频捕获设备包括音频捕获设备阵列。 为了
例如,音频捕获设备可能包括集线器和卫星系统,其中一个
音频捕获设备具有附加功能并充当接收声音数据的集线器
来自连接(例如无线)到它的卫星音频捕获设备,然后处理和
将其传输到远程设备/服务器。 该系统可以进一步包括(i)中央本地处理器中的至少一个15,其被配置为本地处理来自
音频捕获设备阵列,或 (ii) 其中至少一个音频捕获设备
包括处理器,该处理器被配置为本地处理来自至少
每个相应音频捕获设备的一个麦克风。 本地处理可能包括
任何删除选定时间窗口之外的数据,例如场所的工作时间。 20 此外,或备选地,它可能包括,对于每个样本,归一化 257 频率
量级,计算每个频率的 dBA 份额,去除小于
200 Hz 和超过 20kHz,和/或总结 200-20k Hz 范围内的 dBA 份额
获取 dBA 的新值。
25 处理器可以配置为从音频捕获阵列接收声音数据
设备,从声音数据计算平均声音数据作为时间的函数
多个音频捕获设备,并传输平均声音数据作为函数
到远程服务器的时间,其中平均声音数据用于分析
声音数据。 远程服务器可在云中实现,可用于 30 捕获和存储数据,并且在 30 上对捕获的原始数据进行处理。
设备,然后是我们数据库管理解决方案中该数据的结构(例如
Mongo DB 或其他数据库存储和管理系统)
通过 python 脚本进一步处理。
声音数据可以包括(i)音频和(ii)声压中的至少一个
级(声压级)。 至少一个声音数据参数可以包括以下至少之一。 标称
声压级,标称间隔频谱,A(C)-加权声音 5 压力级,A(C)-加权人口最小值,A(C)-加权人口最大值,
A(C)-加权总体标准差,A(C)-加权总体方差,A(C)-
加权人口中位数、A(C) 加权人口平均值和 A(C) 加权
区间频谱。
10 SPL(以 dB 表示)测量是使用每个 16 位数据的音频流完成的
4 个通道中的一个(每个通道代表阵列中的一个麦克风)。 作为标定
超出范围,这里注意16位的值可以在最后改成32位的
产品以更好地表示低 SPL 级别。 原始数据被存储用于预
以 44100Hz 的采样率处理 1024 个样本(帧)的块,持续时间为 15 秒,每分钟 4 次。 时间的参数将是可配置的,并且将
允许用户在稍后阶段执行测试时设置首选值。 这
使用以下公式计算每个单独样本的标称 SPL 值:
xX
nominalSPL — 20logao {mmr —)
20 这些值连接到一个新的数据数组并存储在 nominal.value SPL 下
数据容器中的名称。
每个麦克风的 A 加权 SPL(以 dBA 表示)可以使用数字
A 加权滤波器(根据 IEC/CD 1672)应用于每个标称数据 25 帧。 这些值可以连接到一个新的数据数组并存储在
数据容器中的 aweighted.value 名称 C 加权 SPL(以 dBC 表示)将是
使用数字 C 加权滤波器以与 A 加权 SPL 类似的方式计算,并且
将存储在 cweighted.value 中。
30 A 加权人口最小值(以 dBA 表示)是应用于 om 的统计度量
a-weighted SPL 测量值,它指的是 15 秒内的最小值
间隔,它作为一个值存储在数据容器中,名称为
数据容器中的 aweighted.population_minimum_value。 C加权人口
最小值(以 dBC 表示)将以与 A 加权类似的方式计算
population minimum 并将存储在 cweighted.population_minimum_value 数据中
容器。
5 A 加权人口最大值(以 dBA 表示)是应用在 om
a-weighted SPL 测量值,它指的是 15 秒内的最大值
间隔,它作为一个值存储在数据容器中,名称为
数据容器中的 aweighted.population_maximum_value C 加权人口
最大值(以 dBC 表示)将以与 A 加权 10 人口最大值类似的方式计算,并将存储在 cweighted.population_maximum_value 数据中
容器。
A 加权总体标准偏差(以 dBA 表示)是变化的量度或
a 加权值集的分散。 这作为 15 aweighted.population_standard deviation 存储在数据容器中。 C 加权总体标准差
(以 dBC 表示)将以与 A 加权人口类似的方式计算
标准偏差,并将存储在 cweighted.population_standard_deviation 数据中
容器。
20 A 加权总体方差是与平均值的平方差的平均值
价值。 这作为 aweighted.population_variance C-weighted 存储在数据容器中
人口方差将以与 A 加权人口类似的方式计算
方差并将存储在 cweighted.population_variance 数据容器中。
25 A 加权人口中位数(以 dBA 表示)是一种统计量度,它
代表人口中间的价值。 该值存储在数据中
容器作为 aweighted.population_median。 C 加权人口标准中位数
(以 dBC 表示)将以与 A 加权人口类似的方式计算
median 并将存储在 cweighted.population_median 数据容器中。 30
A 加权总体平均值(以 dBA 表示)是一种统计量度,它
表示总体的算术平均值,它是通过除以
人口价值与人口数量。 该值存储在数据容器中
作为 aweighted.population_average C 加权人口平均值(以 dBC 表示)将
以与 A 加权人口平均值类似的方式计算,并将存储
在 cweighted.population_average 数据容器中。
5 Nominal Interval 频谱代表频率范围
分析的数据集。 该频谱的频率范围将在 1024 中为 20-20000Hz
频谱范围的不同部分。 离散快速傅里叶将与没有使用
用于计算的附加窗口,在稍后阶段添加窗口可以
被安排但不会使这项工作的范围。 频谱范围数组将 10 作为 nominal.freq_spectrum 存储在数据容器中。
A加权区间频谱与正常区间频率相似
spectrum,注意它应用于已经加权的 A 值 The spectrum
范围数组将存储在数据容器中作为 aweighted.freq_spectrum C-weighted 15 间隔频谱将以与 A-weighted 类似的方式计算
区间频谱和将存储在 cweighted.freq_spectrum 数据容器中。
远程服务器还可以被配置为获得关于
用户,并根据20个听力偏好数据和当前环境的听力健康类别,动态评估环境对用户的适合度。
至少一个听力健康参数可以包括以下至少之一。 接触
有害噪音、不愉快的频率、最大频率幅度、平均 dBA
场所、声学质量、混响时间、场所氛围和信噪比 25 (SNR)。
有预定义的参数集来识别最重要的区别
非音调和令人不快或令人愉快的频率中的频率。 每个听力健康
参数可以对应于听力健康成分。 听力健康30组件可以包括以下至少之一。 不利的噪音,语音质量,感觉
声音、空间环境噪声、空间声学、空间对声音的反射、空间
气氛。
听力健康参数可以基于至少一个声音数据参数并且
至少一个静态场地参数。 静态场地参数可以至少包括
其中之一:混响时间、场地建筑材料和家具、声学质量、场地
容量和非结构化数据(如场地照片),可以从中推断或确定其他数据 5 。
至少一个音频捕获设备还可以包括存储器,该存储器被配置为存储
声音数据,例如在发送到远程之前缓冲声音数据
设备/服务器。 存储器可以被配置为将声音数据存储预定的10个时间段。
音频捕获设备通信接口可以包括无线
电信接口,例如 3G、4G 或 5G。
15 远程服务器可以进一步配置为在至少
(i) 声音数据参数或 (ii) 听力健康参数之一超过预
确定的阈值; 其中警报用于启动声学改善
环境的属性。 警报可能是例如 提醒声学专家
改善场地,向地方当局如噪音投诉部门,和/或场地可能使用 20 自动调整场地的声级,即智能音乐
控制以匹配场地运营商的目标气氛。
在另一方面,提供了一种用于确定听力健康的方法
环境。 该方法包括获得作为时间的 25 函数的关于环境的声音数据,动态计算用于环境的多个声音数据参数。
环境作为时间的函数基于分析声音数据,确定至少
一个听力健康参数基于多个声音数据参数;
根据至少一种听力为环境分配听力健康类别
健康参数,获得用户的听力偏好数据,并基于关联用户的听力偏好数据评估环境对用户的适合性30
用户和环境的听力健康类别。
声音数据可以从位于
整个环境。
评估环境对用户的适用性可以包括(i)匹配
环境与用户不匹配,或 (ii) 环境与用户不匹配,基于与听力有关的听力偏好数据确定的 5 个匹配标准
环境的健康类别。
听力偏好数据可以包括以下至少之一:(i)主观用户偏好
数据,以及 (ii) 客观听力性能数据。
10
该方法还可以包括获得关于环境的场地数据,其中
场所数据包括至少一个静态场所参数,并且其中确定
至少一个听力健康参数进一步基于场所数据。 静态的
场馆参数可包括以下至少一项:混响时间、场馆建筑 15 材料和家具、声学质量、场馆容量和非结构化数据(如
场地的照片),从中可以推断或确定其他数据。
为环境分配听力健康类别可以包括选择一个
来自多个听力健康类别的听力健康类别,其中每20个听力健康类别由至少一种听力健康的至少一个范围定义
范围。
至少一个听力健康参数可以包括多个听力健康参数
参数,每个听力健康类别由 25 个听力健康参数的组合定义,其中每个类别的每个听力健康参数是
由范围定义。
至少一部分听力参数范围定义多个听力中的每一个
健康类别可能会重叠。
30
获得声音数据可以包括获得关于环境的声音数据作为
时间的函数,其中计算多个声音数据参数和
计算至少一个听力健康参数包括动态计算
参数作为时间的函数。
该方法可以进一步包括通过归因于
将数值赋予多个听力健康参数中的每一个,对多个听力健康参数中的每一个应用5加权,并确定
基于听力加权数值总和的听力健康评级
健康参数。 听力健康等级可以对应于各自的范围
加权数值之和的数值。
10 该方法还可以包括将多个声音数据参数中的每一个归因于
和/或听力健康参数到声音数据原则,使得每个声音数据
原则包括声音数据参数的相应子集(和/或听力
健康参数),将第一权重应用于多个听力健康参数中的每一个
参数,对每个声音数据原则应用第二个权重,为每个听力健康参数给出相应的 15 加权值,并确定听力
基于听力健康加权数值总和的健康评级
参数。 第一权重可以包括总百分比的百分比
可归因于每个声音数据原则,并且其中第二加权可以是
归因于所有可靠数据原则的总百分比的百分比。 20
另一方面,提供了一种听力健康监测设备,该
装置包括配置成执行上述方法的服务器。
在另一方面,提供了一种用于基于听力健康为 25 岁用户识别合适环境的方法。 该方法包括获得关于
多个环境,分析声音数据以计算至少一个声音数据
每个环境的参数,将至少一个声音数据参数与
每个环境至少一个听力健康参数,获得听力偏好
用户的数据,并且基于关联每个环境的至少一个听力健康参数,将多个环境30中的至少一个环境与用户匹配
环境和用户的听力偏好数据。 这可能允许用户
根据与他们的听力性格特征的互动进行分类。
在一些示例中,听力偏好数据可以通过模拟环境来获得
(例如嘈杂的餐厅)并使用逻辑来确定用户对
理解噪音中的言语,还有偏好水平。
5 |识别至少一个合适的环境可以进一步包括分配每个
环境听力健康类别,基于至少一种听力健康
每个环境的参数,并匹配多个环境中的至少一个
基于关联用户的听力偏好数据的用户环境
以及每个环境的听力健康类别和/或听力健康 10 参数。
将多个环境中的至少一个环境与用户匹配可以
还包括识别多个环境的子集,其中该子集
由听力偏好数据确定的匹配标准。 听力偏好数据15可以包括不同的标准,用于基于
用户的预期活动。
听力偏好数据可以包括以下至少之一:(i)主观用户偏好
数据,以及 (ii) 客观听力性能数据。
20
另一方面,提供了一种听力健康监测设备,该
装置包括配置成执行上述方法的服务器。
在另一方面,提供了一种计算机程序产品,包括配置为对可编程设备进行编程以执行任何方法的程序 25 指令
上述几个方面。
在另一方面,提供了一种用于显示与以下相关的定制信息的方法
用户在图形用户界面上的听力健康。 该方法包括显示30一系列预定问题,通过用户接收用户的听力偏好数据
响应一系列预定问题的输入,并动态显示
与来自多个环境的环境子集相关的信息,其中
基于相关性确定环境的子集是否适合用户
用户的听觉偏好数据,每个人的实时声音数据参数
环境。
图纸
[0051] 5现在将仅通过示例的方式描述本公开的实施例,其中
参考附图,其中:
图 1 显示了音频的示例过程流程图的功能示意图
与示例听力健康监测系统一起使用的捕获设备; 10 图 2 显示了一个示例音频捕获设备的功能示意图,用于
听力健康监测系统示例;
图 3 显示了一个 OSI 模型的不同层的功能示意图
音频采集设备示例,例如图1或图2所示的音频采集设备;
图4示出示例性听力健康监测系统15的功能的功能示意图;
图 5 显示了示例听力健康监测的示例过程流程图
系统,如图4所示的系统;
图 图 6A 到 6D 显示了用于听力健康监测的示例图形用户界面
系统;
20 图 7 显示了听力健康监测系统如何运作的示例流程图
用户可以使用它来识别具有适合听力健康类别的场所
他们;
图 8 显示了用于确定用户的方法的示例图形用户界面
听觉个性;
25 图 9 显示了图 8 的图形用户界面的另一个视图,用于确定用户的
听觉个性;
图 10 显示了图 8 的图形用户界面的另一个视图,用于确定用户的
听觉个性;
图11示出了图8的图形用户界面的另一视图,指示用户30的听力个性;
图 12 显示了与场地的交互方法的示例过程流程图
调整场地声音配置的音响系统;
图 13 显示了与场地的交互方法的示例过程流程图
音响系统; 和
图14示出了用于确定听力的方法的示例过程流程图
环境的健康。
5 具体说明
图 1 显示了音频的示例过程流程图的功能示意图
捕捉设备100与示例听力健康监测系统一起使用。 这
图1中所示的示例音频捕获设备100包括麦克风阵列103
被配置为获得诸如音频频谱105和场地声音10压力水平107的声音数据。根据该声音数据,音频捕捉设备可以包括
处理器(未显示)被配置为计算声音数据参数109
示例音频相关统计数据(例如平均值、最小值、最大值、SD、方差)。 音频
捕捉设备100还包括通信接口111,被配置为访问
并与远程设备或服务器 150(例如在云中)上的数据库通信。 15
图2示出示例音频捕捉设备200的功能示意图,例如
图 1 中所示的音频捕获设备用于听力健康示例
监视系统。 图2所示的音频捕获设备200包括电源
管理模块 201 被配置为向音频捕获设备 200 供电。它 20 还包括耦合到存储器 205 和数据存储器 207 的处理器 203,其
例如,可以是存储卡,例如 SD 卡。 音频捕获设备也
包括耦合到外部音频编解码器的音频驱动器209和四个麦克风
213(有利地可以允许音频/声音信息的方向性以进一步
获得),尽管应当理解可以使用更多或更少的麦克风。 25 音频捕获设备 200 还包括通信接口 215,在本示例中
例子可能包括一个短程无线接口(例如 Bluetooth® 或 Wi-Fi®
接口)和一个远程无线接口,在这个例子中是一个
电信接口(例如 3G、4G 或 5G 接口)。 在所示的例子中
音频捕获设备200也可操作以提供图形用户界面217、30,尽管将理解这是可选的。
还将理解,在一些示例中,听力健康监测的示例
系统可以包括多个或一组音频捕捉设备200,并且一些
这些音频捕获设备 200 的功能可能有所减少。 例如,
图 2 中所示的示例音频捕获设备 200 可以充当“集线器”或“主”音频
捕获设备,并且可以操作以从多个“辐条”或
“从属”音频捕获设备可能已降低功能。 例如,5 个“辐条”或“从属”音频捕捉设备可能没有数据存储 207,可能只有
一个短程无线接口,用于与“集线器”或“主”音频捕获进行通信
设备。 “辐条”或“从属”音频捕获设备也可能具有较少的内存 205
和/或处理器203的较低处理能力。
10电源管理模块201用于为音频捕获设备200供电
及其所有组件。 处理器203可操作以控制
音频捕获设备并执行上述关于图 1 的任务。对于
例如,处理器203可操作以从外部音频接收声音数据
编解码器 211 并可选地处理数据以获得声音数据参数,可选地 15 将这些存储在数据存储器 207 中(例如,在由于性能差而需要缓冲的情况下)
网络连接),并通过通信接口 215 发送数据参数到
遥控装置150如图1所示。
更详细地,音频捕捉设备200被配置为获得关于作为时间的函数的20环境的声音数据。 声音数据可以包括(i)音频中的至少一个
频率,以及 (ii) 声压级。 至少一个声音数据参数可以是
从声音数据确定。 至少一个声音数据参数可以包括
至少以下之一:标称声压级、标称间隔频谱、A(C)-
加权声压级,A(C)-加权人口最小值,A(C)-加权 25 人口最大值,A(C)-加权人口标准偏差,A(C)-加权
人口方差,A(C)-加权人口中位数,A(C)-加权人口
平均值和 A(C) 加权区间频谱。
通信接口 215 被配置为将声音数据从音频 30 捕获设备 200 传输到远程设备 150。远程设备 150 被配置为
接收声音数据并配置为分析声音数据。
声音数据可以根据预定时间作为时间的函数获得
视窗。 分析声音数据可以包括计算每个声音数据参数
作为时间的函数,来自 (i) 来自单个时间窗口的声音数据,或 (ii) 来自
多个时间窗口。
5 首选时间窗口是 12 秒。 声音捕获可能会连续发生
在工作时间内(例如上午 8 点至晚上 11 点)。 但是,在某些示例中,音频捕获
设备可以配置为执行自动“启动系统”以激活设备
当声音级别达到或高于选定的阈值 dB 级别时,例如
40分贝水平。
10
其中时间窗口为 12 秒,这意味着每 12 秒捕获一次音频
设备根据257频率的以下格式捕获噪声特性
范围 (2.elements) 和一组 SPL (aweightSPL)。 如果设备一天 24 小时工作
因此,一天中可能有大约 N=7200 个样本。
15
分析声音数据进一步包括动态地计算多个声音
来自声音数据的环境数据参数作为时间的函数。 分析
声音数据进一步包括动态地计算至少一种听力健康
从多个声音数据参数中提取作为时间函数的参数,用于评估 20 环境的听力健康特性。
多个声音数据参数可以包括以下任何一个或全部:标称声音
声压级,标称间隔频谱,A(C) 加权声压级
(dBA),A(C)-加权总体最小值,A(C)-加权总体最大值,A(C)- 25 加权总体标准差,A(C)-加权总体方差,A(C)-
加权人口中位数、A(C) 加权人口平均值和 A(C) 加权
区间频谱。
至少一个听力健康参数包括以下至少之一:语音质量、30暴露于有害噪声、令人不快的频率、最大频率幅度、
场地的平均 dBA、声学质量、混响时间和信噪比。
可能有预定义的参数集来识别最
非音调和令人不快或令人愉快的频率中的重要频率。
如下表所示,每个听力健康参数可以对应于一个听力健康成分。 听力健康成分可以包括以下任何一项或全部 5 项:有害噪声、语音质量、声音感觉、空间环境噪声、空间声学、空间声音反射、空间大气。
健康
Code Hearing 听力健康 | 听力健康参数 健康成分
原则
语音质量 M2 - | 语音典型 dBA
包括PT | 有害噪声 M1 - 暴露于有害噪声空间(剂量 %)[[语音质量 M2 | 语音典型 dBA SNR [场地的平均 dBA
反射
P3谐波
M8 - 整体氛围
| SNR [ 场地的平均 dBA M3 - 不愉快的频率“P2 声学空间环境噪声 M4 - 最大频率幅度空间 M5 - 场地的平均 dBA 空间声学 M6 - 声学质量 (AQ) 空间反射到 | M7 - 混响时间 (RT) 听起来“P3 谐波 | 氛围 [WB 整体氛围
空间
如上所述,在一些示例中,在声音数据被发送到远程设备150之前执行10一定程度的声音数据处理。这可以有利地节省带宽,因为可能需要传输更少的数据。 例如,本地处理可以包括过滤声音数据和/或平均声音数据。
作为示例,音频捕获设备的本地处理可以包括:移除选定时间窗口之外的数据,例如场所的工作时间。 例如,在上午 9 点至晚上 11 点之间的工作时间之外获取的数据可能会被删除。 对于每个样本,本地处理可以额外地或替代地包括归一化 257 个频率幅度,而:
本地处理可能额外地或替代地包括计算每个 dBA 份额
频率,移除小于 200 Hz 和大于 20kHz 的频率,和/或将 200-20k Hz 范围内的 5 dBA 份额相加以获得新的 dBA 值。
在存在多个或一系列音频捕获设备的示例中,“集线器”或
“主”音频捕获设备可以配置为从阵列接收声音数据
音频捕获设备,根据来自多个音频捕获设备的声音 10 数据计算作为时间函数的平均声音数据,并将平均声音数据传输为
到远程服务器的时间函数,其中平均声音数据用于
声音数据分析。 应当理解,在存在多个的示例中
或一系列音频捕获设备,“集线器”或“主”音频捕获设备可能是
配置为执行上面讨论的本地处理。
15
可以以云的形式“在云中”实现的远程设备
计算,因此可用于捕获和存储数据,而有
处理设备上捕获的原始声音数据。 正如更详细地讨论的那样
关于下面的图 5,在一些示例中,例如在远程设备 20 处,可以通过脚本(例如 python 脚本)处理数据以遵循特定的数据结构以用于
在数据库管理解决方案(例如 Mongo DB)中记录。 中保存的数据
可以进一步处理数据库管理解决方案(例如通过 python 脚本)
分析数据以获得洞察力,用于通过用户界面向用户报告。
在某些示例中,可能会在音频 25 捕获设备本地以及在远程设备/云中对声音数据进行处理。
远程服务器或设备可以进一步配置为在事件中生成警报
(i) 声音数据参数或 (ii) 听力健康参数中的至少一项超过
预先确定的阈值; 并且其中警报用于开始改善环境的声学30特性。 警报可能是例如 提醒声学专家
改进现场,提交给地方当局,例如噪音投诉部门,和/或可能
场馆使用它来自动调节场馆内的音量,即智能音乐
控制以匹配场地运营商的目标气氛。
图 3 显示了一个 OSI 模型的不同层的功能示意图
示例音频捕获设备,例如图1或图2所示的音频捕获设备。可以看出,应用层301包括通信消息逻辑。
模块、数据库链接模块、SPL参数计算与存储模块、
应用逻辑模块。 中间件层303包括Linux操作模块
(因为音频捕捉设备200可以使用Linux来操作)。 硬件抽象
层包括 IO 模块、控制台模块、麦克风模块、持久存储模块和通信接口模块,在该示例中包括
一个 3G/4G 模块和一个 Wi-Fi® 模块。 最后,硬件层307包括MCU
内核、RF、定时器、EEPROM、ADC、UART、GPIO 和 SPI。
图4示出示例听力健康监测系统15的功能的功能示意图,例如使用上述示例音频捕捉设备
关于图 1 到 3. 示例听力健康监测系统可以是
大致分为两部分:第一部分 430 涉及用户的听觉偏好或
“个性”,可以使用系统确定并帮助用户选择场地
符合他们的听觉个性。 第二部分 440 涉及听力 20 健康监测系统如何用于计算至少一个听力健康
参数并确定场地的听力健康类别和/或给它一个
听力健康等级。 第一部分和第二部分都与遥控器交互
上面关于图 1 描述的设备 150 在图 4 中被示为“Mumbli
API 云”410,但也可称为“Mumbli 平台”。 Mumbli 平台 25 410 可以处理声音数据以确定声音数据参数和/或接收声音
来自音频捕获设备 420 的数据参数(取决于处理多少
由音频捕获设备在本地执行)以计算至少一个听力健康度
然后可用于分配听力健康类别和/或听力的参数
场地的健康评级。 用户可以与 Mumbli 平台 150 交互以确定他们自己的听觉个性 30 并通过以下方式识别可能适合他们的场所
使用图形用户界面,这将在下面更详细地描述。
如图 4 所示,远程服务器 410(显示为 Mumbli API 云,但也
在其他图中称为 Mumbli 平台)被进一步配置以获得
听取有关用户的偏好数据,并动态评估
用户的环境,基于听力偏好数据和当前听力
环境的健康类别。
5个
应当理解,至少一个听力健康参数包括多个
听力健康参数,其中分析声音数据还包括
动态地为环境分配一个听力健康类别,基于多个
听力健康参数,用于根据其听力 10 健康气氛表征环境。 听力健康类别可以确定为
对描述不同社会或公共环境的人进行的一系列采访。
有利的是,这可能有助于将 dB 级别转换为直观的词来描述何时
会场|太吵了。
15 为环境分配听力健康类别可能包括选择听力
来自多个听力健康类别的健康类别,其中每个听力
健康类别由至少一种听力的相应至少一种范围定义
健康参数。 听力健康类别可能是一种旨在寻求
用易于翻译和理解的术语描述场地的气氛,例如 20 “热闹”、“充满活力”或“平静”。
每个听力健康类别由多个范围组合定义
听力健康参数,以及至少一部分听力健康参数
定义多个听力健康类别中的每一个的范围可以重叠。 25
图 5 显示了示例听力健康监测的示例过程流程图
系统,如图4所示系统的440部分。
在图§所示的示例中,可以看出音频30捕获设备510获得的声音数据与关于场所525的信息相结合,这可以被称为
静态场地参数,并由远程设备520分析例如用于
计算至少一个听力健康参数。 听力健康参数
因此可以基于至少一个声音数据参数和至少一个静态场地
范围。 场地静态参数可以包括以下至少之一:场地测量、建筑材料、家具材料、家具测量、混响时间、声学质量、场地容量和非结构化数据(例如场地照片/图片)。 下表列出了多个(七个)听力健康参数 5 并显示了哪些声音数据参数和静态场地参数可用于计算听力健康参数。 对于一些听力健康参数,可以看出它们是使用一个或多个声音数据参数(例如平均 dBA 或每个 dBA 水平的暴露持续时间)计算的。 对于其他听力健康参数,可以看出它们是使用一个或多个静态 10 场地参数计算的,没有声音数据参数。 对于其他听力健康参数,可以看出它们是基于至少一个声音数据参数和至少一个静态场所参数的组合来计算的。 对于其他听力健康参数,可以看出它们是基于至少一个听力健康参数的组合来计算的,例如对于M6所见。 下表所示的听力健康参数 15 是 M1(暴露于有害噪音)、M2(SNR,信噪比)、M3(不愉快的频率)、M4(最大频率幅度)、M5(场地的平均 dBA, 响度)、M6(音质)、M7(混响时间)和 M8(氛围)。
听声音 Sound Static Static Static 其他
Wellness data data venue venue 场地参数 | | 参数 | 参数 | 参数 | 参数 | 参数 | 参数 |
ri res ri r2 rs
M1 | 平均的
dBA持续时间
每个
M2 | 平均的
| 平均 | 每个 dBA 级别的曝光 dBA 持续时间
分贝
M5 | 平均的
分贝
M8 | 平均的
分贝
M3频率
是的
光谱
M4频率
是
| 光谱 |
我
的 | nTime (M7)
卷 | 空间混响容量 n Time (M7)
空间
M7频率音量| Covered Optional 类型 y 空格 | 材料 | 有图像/照片的区域 |
| 光谱(墙壁,每个房间
| 窗口,| 材料
门,
天花板,
地面,
| 家具) |
数据可以在周期时间的基础上获得,例如以选定的频率(例如每12秒)获得,其中声音数据可以包括频率信息5和分贝信息。 数据可以存储为半结构化 JSON 格式。 数据可以被平均,例如在多个时间窗上,例如在选定的时间段(例如一小时、一天、一周等)的过程中。
总之,从至少一个或一组音频捕捉设备10接收声音数据。 根据来自多个音频捕获设备 510 的声音数据计算平均声音数据作为时间的函数(这被描述为在音频捕获设备上本地执行并且可以在每个音频捕获设备上执行和/或由集线器执行 或主音频捕获设备,但在其他示例中可以在远程设备或服务器上执行)。 平均的声音数据然后作为时间的函数15被传输515到远程服务器,其中平均的声音数据被用于声音数据的分析。 通过这种方式,远程设备 520(Mumbli 平台或 Mumbli API)捕获并存储声音数据,音频捕获设备 510 在本地对捕获的原始声音数据进行一些处理。此外,场地数据 还以静态场所参数的形式向远程服务器520传输525。 地点
数据可能会在场地进入听力健康监测系统时被收集
系统。 然后声音数据和场地数据都存储在数据库管理中
解决方案 530(例如 Mongo DB),然后进一步处理 540,例如
确定听力健康参数和/或将听力健康类别 5 和/或听力健康等级分配给从中捕获声音数据的场所。
数据处理540包括数据整理540A、数据清理540B和数据
分析 540C。 数据分析 540C 用于确定听力健康等级
540D 和/或将听力健康类别分配给声音数据所在的场所
被抓获。 数据分析,包括听力健康评级和/或听力 10 健康类别,显示在听力健康的图形用户界面上
监控系统540E。 示例图形用户界面在中更详细地显示
图 6。
图 图6A至6D示出了听力健康监测15系统的示例图形用户界面。 图 1 和 2 中的图形用户界面。 6A、6B和6D显示的输出
听力健康参数 610 a 听力健康等级 620,也称为“Certified
声音”或 CfS 评级。 图 1 和 2 中的图形用户界面。 6C显示听力
场地的健康类别615,其中听力健康类别615是
根据声音数据参数和/或听力健康参数分配给场地 20 个参数,例如更详细描述的听力参数 M8 (vibe)
以下。 图的图形用户界面。 6A、6B、6D也显示声音数据
参数 630。在这些示例中,显示的声音数据参数 630 显示了
场地声级作为时间的函数。
25 听力健康等级 620 是通过为每个项目赋予一个数值来确定的
多个听力健康参数,对多个听力健康参数中的每一个应用加权
听力健康参数,并根据听力健康等级确定听力健康等级
听力健康参数的加权数值之和。 听证会
健康评级对应于 30 个加权数值之和的数值范围——例如 A、B、C、D 等。在图 6A 所示的示例中,
听力健康等级 620(标记为“CfS 等级”)被列为 C。
更详细地,并且如下文将更详细地描述的,确定听证会
健康评级还包括将多个声音数据参数(和/或听力健康参数)中的每一个归因于声音数据原则625,使得每个声音数据原则包括声音数据参数(和/或听力健康参数)的相应子集 ),对多个听力健康参数5中的每一个应用第一加权,对每个声音数据原则应用第二加权以给出每个听力健康参数的相应加权值,并基于以下总和确定听力健康等级 听力健康参数的加权数值。
10 第一权重包括可归因于每个健全数据原则的总百分比的百分比,并且其中第二权重是可归因于所有健全数据原则的总百分比的百分比。
从下表可以看出,健全的数据原则有3个。 这些是 15 个包容性空间、声学空间和和谐空间。 对于每一种声音数据原理,都有一个或多个组件,对于每个组件,都有一个或多个听力健康参数。 每个听力健康参数被赋予一个权重,该权重是一个百分比,使得声音数据原则的听力健康参数的所有权重总和为 100。每个声音数据原则也被赋予 20 个权重,这样 所有声音数据原则权重的总和也为 100。
Sound Hearing 听力健康 M- P- 值
数据健康参数 (M) | 重量 | 重量 | 每个
代码 | Sound Hearing 听力健康度M- P-数据健康度参数(M)权重| 重量 |
(100听力
| 原理 | 组件 |
(P) 对于
每个
| 健康参数
P)
空间噪声
P1 Inclusive Adverse M1 — 暴露于 40 空间噪音 Hazardous Noises
(剂量 %)
质量| M2- | 演讲 | 40 15
语音信噪比典型值
M2 的质量 - 语音 40 语音 SNR 典型值
分贝
平均 | 的分贝
这
声音 | 频率
会场 | Sensation M3 — 令人不快的 20 种声音 | 频率关闭——————————————
P2 | 声学 | 空间 M4 — 最大 15 30 4.5
空间环境频率
噪音幅度
15 45
M5 — 平均 dBA 15
场地的
空间 M6 — 声学 35 10.5
声学质量 (AQ)
空间 M7 — 35 10.5
| 反思 | 混响时间 |
声音(RT)
P3 | 谐波 | 空间 M8 — 100 30 30 的氛围
P3 | 谐波 | 空格 ~~ M 空格 | 气氛
总计 100 100
在上表中可以看出,声音数据原则包含空间包括有害噪声、语音质量和声音感觉的成分。 5 有害噪声包括听力健康参数 M1(暴露于有害噪声),权重为 40。语音质量包括声音数据分量 M2(SNR),它本身包括场地的语音典型 dBA 和平均 dBA,权重为 40。声音的感觉包括声音数据原理 M3(令人不快的频率)并且具有 20 的权重。包括 10 空间的声音数据原理具有 40 的权重。
声音数据原理声学空间包括空间环境噪声、空间声学和空间对声音的反射的分量。 空间环境噪声包括声音
数据参数 M4(最大频率幅度)和 M5(场地的平均 dBA)
每个都有15的评级。组件空间声学包括声音
数据参数 M6(声学质量),权重为 35。组件空间
声音反射包含声音数据参数 M7(混响时间),权重为 5,权重为 35。声音数据原理声学空间的权重为 30。
声音数据原理和声空间构成分量空间气氛
并且包括声音数据参数M8(场地的氛围)并且具有30的权重。
10 然后将应用加权后的分数相加并归因于听力
根据下表的 A、B、C 或 D 健康评级。
分数 分数 >= 90 60 <= 分数 < 90 30 <= 分数 < 60 分数 < 30
下面将参照每个声音数据参数更详细地描述每个声音数据参数的得分如何。
接触有害噪音 (M1)
声音数据参数 M1(暴露于有害噪音)的分数为
根据场地在选定时间段内的平均分贝等级确定 20 或在一天的过程中,具有较高的分数(分数范围从 1 到 4,4 是
最高)被赋予更高的平均分贝水平。 可以确定平均值
在一段时间内,例如选定的多个时间窗口。 例如,
平均值可以在五分钟、十分钟、三十分钟、一个
小时、几个小时、一天、一周等。
25
M重量
Groups Score(满分100 | Groups value | out of the |
对于 P1)
整体的重要性
听力健康等级 % dB=<70 1 20 100%
70<=分贝< 2 26.5 66 %
80
_ 40 _ ———— 18 | 80=<分贝< 3 13.5 33% 85 分贝 >= 85 4 0 0%
信噪比 (M2)
声音数据参数 M2 (SNR) 可根据以下等式计算: 5 SNR = Lym — Lay = Speaking SPL in 1 meter — Noise SPL (dBA) 声音数据参数 M2 (SNR) 的分数基于以下公式确定 SNR,较高的 SNR 给出较低的分数(范围从 1 到 6),较低的 SNR 给出较高的分数。 与上面的 M1 一样,SNR 可以在一段时间内取平均值。
的重要性
M重量
所有的
团体分数(满分 100 | 团体价值
听力
对于 P1)
健康
评级 % SNR >=9 1 40 100 % 3<=8SNR < 2 32 80 %
9
0<=信噪比< 3 24 60 %
3 40 15 | -3<=8NR< 4 16 40 %
0
| -9<=信噪比< 5 8 20 %
-3
信噪比 <=-9 6 0 0%
不愉快的频率 (M3)
Jumar 等人的一项研究,“特征与感觉:可分离的表征
厌恶声音的声学特征和效价”,神经科学杂志,2013 年 10 月 5 日,32(41) 14184-14193; DOI: hitps:/doi org/10.1523/ NEUROSCI 1759-12.2012,
显示大约 2,000 至 5,000 赫兹的较高频率范围内的声音被评为
作为最不愉快的。 评分从 1 到 5,1 对应低
不愉快和 5 相应的高度不愉快。 将树皮尺度视为
作为听力健康评级的频率指标计算的基础,24 次吠叫被 10 分为更小的组(4 个最好与用户指标相关联)。 去做这个,
我们将更高的分数(对听力健康评级的负面影响更大)分配给最大的
人类听觉的敏感频率范围。 计算频谱后
每天并组合 21 个每日光谱以获得 3- 的一个代表性光谱
周,我们必须将频率分成 25 个 Barks(24 个标准 Barks 加上 25 个 Barks,用于 15 个高于 15500 Hz 的频率)。 然后,根据我们的组合 Bark 尺度
分组机制(下表)。 例如组,3由4个相邻的Bark组成
秤 4,5,6,7。
下一步是选择总幅度最高的组。 例如,下表中的 20,最高的总震级是表的第二组(f >=
12k).
组别树皮量表
0<=f<1480 1-11
T0D<=% 2 290.25
5300 <=f< 7700 3 20,21
1480 <=f < 5300 4 12-19
声音数据参数 M3(令人不快的频率)的分数是根据选定时间段内的平均频率或主要频率(例如
例如五分钟)属于上面列出的四个选定组之一,其中
1480 至 5300 Hz 范围内的频率得分最高(作为最
令人不快),其次是 5300 至 7700 赫兹范围内的频率,大于 7700 赫兹的频率,最后是低于 1480 赫兹的频率,得分最低。
的重要性
M重量
所有的
团体分数(满分 100 | 团体价值
听力
对于 P1)
健康
评级 % O0<=f< 1 20 100 % 1480
7700 <=f 2 13.5 66 % | 5300 <=f< 3 20 6.5 33% 6 7700
1480 <=f< 4 0 0%
8300
5 最大频率幅度 (M4)
根据许多心理声学(声音感知的科学研究)实验的结果,巴克标度被定义为使人类听力的每个临界频带具有一个巴克的宽度。 人类的听觉(听觉)系统可以被认为是由一系列带通滤波器组成的。 有趣的是,这些滤波器的间距并不 10 严格遵循线性频率标度或对数音标。 Bark Scale 试图确定这些“听力滤波器”的中心频率和带宽(称为临界频带)。 根据前 24 个关键听力带,定义了 24 种“犬吠”。
临界中心频率 下上边缘
| 波段率 | (赫兹) | 边缘频率 | 频率。 (赫兹)
(树皮)(赫兹)
1 50 0 100
2 150 100 200
3 250 200 300
4 350 300 400
5 450 400 510
6 570 510 630
700 630 70
8 840 770 920
9 1000 020 1080
10 1170 1080 1270
14 1370 1270 1480
12 1600 1480 1720
13 1850 1720 2000
14 2150 2000 2320
15 2500 2320 2700
16 2900 2700 3150
17 3400 3150 3700
18 4000 3700 4400
19 4800 4400 5300
20 5800 5300 6400
21 70000 68400 7700
22 8500 7700 9500
23 10500 9500 12000
24 13500 12000 15500
为了将犬吠量表视为听力健康评级的频率度量计算的基础,将 24 只犬吠分成更小的组(最好将 7 只犬吠与用户度量相关联)。 为此,我们将更高的分数(对听力 5 健康评级的负面影响更大)分配给人类听力的最大灵敏度频率范围。
在计算出每一天的频谱并将 21 个每日频谱组合成一个代表 3 周的频谱后,我们必须将频率分成 25 个 Barks。 然后,根据我们的分组机制(下表)组合 Bark 尺度。 对于 10 个示例,组 3 由 4 个相邻的 Bark 标度 4、5、6、7 组成。
下一步是选择总幅度最高的组。 例如,
在下图中,最高的总震级是表中的第二组 (f >= 12k)。
组别树皮量表
0<=f< 300 9 1.23 F >=12k 2 24.25
300<=f< 770 3 4567
5300 <=f< 12k 4 20,21.22.23
770 <=f < 1480 5 8,910,11
2700 <=f < 5300 6 16,17,18,19
1480 <=f< 12k 12,13,14,15
的重要性
M重量
所有的
团体得分 | (outof100 | 组值
听力
对于 P1)
健康
评级 % 0 <=f< 300 1 15 100 % F >= 12k 2 12.5 83 %
300<=f< 770 3 10 67 %
4 15 7.5 500% 45
5 5 33 %
6 55 17 %
5300 <=f< 12k 4 770 <= f < 1480 5 2700 <= f < 5300 6
0 0%
1480 <=f < 12k
5个
场地的平均dBA(响度)(M5)
声音数据参数 M5(场地的平均 dBA,响度)的分数是根据场地的平均 dBA 所在的平均 dBA 范围确定的,平均 dBA 越低,得分越低(从 1 到 4),并且 dBA 越高,得分越高 10。 可以在 3 周的时间段内计算平均 dBA 范围。
组 听力健康参数
低平均 dBA < 70
中等 70 <= 平均 dBA < 76
大声 76 <= 平均 dBA < 81 非常大声 平均 dBA => 81
的重要性
M重量
所有的
团体得分 | (满分 100 | 组值
听力
对于 P1)
健康
额定值 % 平均 dBA < 1 15 100 % 70
70 <= 平均值 2 10 66 %
分贝 < 76
_ 15 _ _ 4.5 76 <= 平均 3 5 33%
dBA < 81 4 0 0% 平均 dBA => 4
81
音质 (M6)
声学质量=(声容量)/(场地实际容量)
5 声容量定义为可产生 -3 dB 信噪比 (SNR) 的人数,这被认为是在某些先决条件下“足够”的口头交流质量的下限。 声容量是根据音量和混响时间计算的。 饮食机构的声学质量可以用声容量与总容量之间的比率来表征。
V
016克
10
Nmax = T0GNRT14)/10 ‘T
对于符合足够口头交流质量的 -3 dB SNR,假设适合四个人的组大小 g,这意味着四分之一的人在说话。 这给你:
V
下一个 & 7577
假设:
V = 空间体积
5 T = 混响时间
Nmax = 声容量
g= 客户群体规模 = 4 人(4 人中有 1 人在说话)
SNR = -3 dBA(足够的口头通信质量)
10 有关确定声学质量的更多详细信息,请参见此处:
林德尔,延斯。 (2012)。 作为饮食场所噪声控制手段的声学容量。 10.13140/2.1.4767.3604; 林德尔,延斯。 (2014)。 声学容量作为处理餐厅声学效果不佳的一种手段。 声学公告。 39. 27-30.; 和 Rahbaek, David & Bolberg, Mads。 (2019)。 基于对丹麦托儿所噪声环境的 15 项研究,声学容量在法规中的适用性。
的重要性
M重量
所有的
团体得分 | (outof100 | 组值
听力
对于 P1)
健康
评级 % AQ >=1 1 35 100 % 08 2 秒的房间被认为是“有回声”的。
5 准确测量 T60 时间通常非常困难,因为可能无法产生足够一致和稳定的声级,尤其是在大房间或空间中。 为了解决这个问题,更常见的方法是测量 T20 和 T30 时间,然后分别将它们乘以 3 和 2 以获得总的 T60 时间。
10 T20 和 T30 值通常称为“晚期混响时间”,因为它们是在噪声源关闭或结束后的短时间内测量的。 为了测量 T20 和 T30 值,使用声源,这可以是中断源,例如扬声器,也可以是脉冲噪声源,例如发令枪。 中断法是最常用的方法,因为声源可以精确校准和控制 15 ,从而允许进行更可重复的测量。 混响时间的测量通常遵循以下过程:
1.使用音源营造稳定的声场
2. 启动声音测量仪器,例如声级计 3. 关闭声源并让声音衰减
20 4. 等待背景音稳定后停止测量(避免产生干扰测量数据的噪音)
T20 和 T30 时间的计算从声音衰减 5 dB 开始,到电平分别下降 20 dB 和 30 dB 结束。 测量数据 25 必须在本底噪声之上至少有 10 dB 的余量。
声音数据参数 M7(混响时间)的分数然后根据确定的场地 RT 落入的 RT 范围来确定,较低的 RT 给出较低的分数(从 1 到 4),较高的 RT 给出较高的分数 分数。
30
M重量
团体得分 | (满分100 | 集团价值出
的重要性
对于 P1) 整个
听力
健康
| 参数 |
TBE] —_— 35 — Kl 10.5 1218 4 0 0%
盛传 (M8)
声音数据参数 M8 (vibe) 的分数可以根据场地的平均 dBA 落入的平均 dBA 范围来确定,较低的平均 5 dBA 给出较低的分数(从 1 到 7),而较高的平均分 dBA 给出了更高的分数。 还可以看出,主观术语“平静”、“热闹”、“精力充沛”和“势不可挡”如何基于平均 dBA 水平来描述场地的氛围。 平均 dBA 可以在选定时间段内确定,并且可选地在该选定时间段内的选定时间窗期间确定,例如每小时、每天、每周、10 个月和每年,通常考虑场地的开放时间——例如,它可能 在场地的开放时间内每周确定一次。
Score Rank 听力健康 听力健康
类别参数 100 A “Cam”平均 dBA <50 835 B “CalmBuzzy”50 <= 平均 dBA < 55 “67 B “Buzzy”55 <= 平均 dBA < 65 505 < “Buzzy-Energetic ~~ 65 <= 平均 dBA < 70. “34 << “精力充沛”70 <= 平均 dBA < 80
17.5 D 充满活力-压倒性 80 <= 平均 dBA < 85 0 D 压倒性平均 dBA => 85
出于
| M-权重 |
的重要性
(出 Co oo 整
集团价值
团体
得分 |
100 为
听力
P1) 健康
额定值 % 平均 dBA < 50 1 100 100% 50 <= 平均 dBA 2 83.5 83%
< 55
55 <= 平均 dBA 3 67 67%
< BH
4 505 50%
65 <= 平均 dBA
- | 100 40 <70
5 34 33%
70 <= 平均 dBA
< 80
6 17.5 17%
80 <= 平均 dBA
< 85 0 0% | 平均 dBA => 85
| 平均 dBA => 85
图7示出了用户如何使用听力健康监测系统来识别具有适合他们的听力健康类别的场所的示例过程流程图。 在此示例中,听力健康监测系统包括应用程序710,其中应用程序710与远程服务器通信。 应用程序710上列出了多个场所,其中每个场所的特征在于基于每个场所的至少一个听力健康参数的分配的听力健康类别720,如远程服务器所确定的那样。 为场所分配听力健康类别10可以包括从多个听力健康类别中选择听力健康类别,其中每个听力健康类别由至少一个听力健康参数的相应至少一个范围定义。 听力健康类别可以是试图以易于翻译和理解的术语来描述场地气氛的分类,例如“压倒性”、“嗡嗡声”、“精力充沛”或 15“平静”,例如上述与声音相关的示例 数据参数 M8(氛围)。
应用程序 710 还获取关于用户的听力偏好数据,以及
匹配多个地点(通过应用程序 710 在本地或在远程
设备/服务器)根据最匹配的听力健康类别向用户发送
用户的听觉偏好数据730。
5个
远程服务器还会提醒按“压倒性”听力分类的场所
健康类别,其中警报可能用于启动声学改善
环境属性 740。例如,警报可以是,例如,警报声学
改善现场的专家,如噪音投诉部门的地方当局,和/或场地可能使用 10 来自动调整场地的声级,即智能
音乐控制以匹配场地运营商的目标氛围。 这可能会导致场地
根据 at 的变化被重新归类为不同的听力健康类别
场地的至少一项听力健康参数 750。
15 图。 图 8 至 11 显示了一种方法的示例图形用户界面的各种屏幕截图
确定用户的听觉个性。 图形用户界面可用于
在图形用户上显示与用户听力健康相关的定制信息
界面。 例如,图形用户界面可能会显示一系列问题
确定用户的听力偏好数据。 从图中可以看出。 参照图 8 至 11,图形用户界面 20 显示了一系列预定问题(例如,在图 3 中)。
9 图形用户界面 900 询问用户用户寻找什么样的气氛
在办公室/家庭环境之外进行单独工作时在特定的社交环境中——成为
从平静、喧闹或精力充沛中选择——并询问用户他们上次去的地点
当他们参加办公室外的工作会议时——从咖啡厅、酒吧或 25 家餐厅中选择)。 图形用户界面然后接收用户的听力偏好数据
用户通过用户输入响应一系列预定问题,然后
动态显示(如图10图形用户界面1000)听力
偏好数据,例如与来自多个环境的子集有关的信息
的环境,其中环境的子集被确定为适合第 30 个用户基于将用户的听力偏好数据与实时声音相关联
每个环境的数据参数。 例如,图 10 表示听力
用户的偏好数据是他们无法忍受环境声音(例如警报器),即
他们更喜欢安静的地方,并且他们使用耳朵技术来控制他们听到的内容和方式。
该听力偏好数据可以形成与用户相关联的听力偏好简档。
图 11 显示了用户在不同场合(例如,
图形界面 1100 每个独立工作、工作会议的首选氛围
和社交)以及用户听觉个性的指示。 该信息 5 然后可用于使用户能够识别与场地听力相匹配的场地
根据计算或分配的健康参数和听力健康类别
关于在会场捕获的声音数据。
图12示出了与场所10的声音系统交互以调整场所的声音配置文件的方法的示例过程流程图。 多个远程设备1210,
每个都与用户相关联,通过应用程序与物联网 (I0OT) 进行通信
设备1220位于场地内。 |IOT设备1220可以是音频捕获设备
相对于无花果所示。 1至3.通信包括每个设备1210
向IOT设备广播用户标识符1220。通信方法可以是15短程无线通信方法,例如蓝牙。 物联网设备
1220然后从
远程服务器 1230。远程服务器 1230 可以是描述为“Mumbli
“云”150、410 或“Mumbli API”520 与图 1 和 2 相关。 1 到 5. |IOT 设备
1220可以经由例如3G、4G或5G的远程无线20通信方法与远程服务器1230通信。 一组听觉偏好配置文件是
基于获得的用户的听力偏好数据创建。 |物联网设备
1220然后可以将群组听力偏好概况与当前声音进行比较
场地的环境。 基于该比较,IOT设备1220可以
与场地音响系统 1240 通信,例如使用 Wi-Fi 等无线 25 通信,以调整来自场地的声音的音量或音频配置文件
场地音响系统 1240。这可能是有利的,因为场地的音响系统可能
适应用户需求。 例如,如果场地当前的声音环境是
以“精力充沛”为特征,例如根据声音数据参数 M8
(vibe) 如上所述,但是平均听觉偏好(这可能是 30,例如,通过房间中用户偏好的总和的平均值来确定)
数据表明用户 1210 更喜欢“热闹”的环境,IOT 设备 1220 可能
与场地音响系统1240通信以降低音乐的音量,从而
降低场地的平均 dBA 以符合首选的听觉环境。
|IOT设备1220和场地音响系统124之间的通信也可以
用于调整场地音响系统 124 的声音以保持恒定的声音
环境噪声的 dB 值。 可选地,IOT设备1120可以请求
每个远程设备 1210 上的应用程序弹出以供用户关于任何场所配置文件 5 更改的投票。
图 13 显示了与场地的交互方法的示例过程流程图
音响系统。 多个远程设备1210,每个与用户相关联,
通过应用程序与位于场地的 |OT 设备 1220 通信。 IOT设备1220 10 可以是关于图1220 10 所示的音频捕获设备。 1 到 3,或显示的 |IOT 设备
关于图12。通信包括每个设备1210广播用户
|OT 设备 1220 的标识符,可用于将远程设备“登记”到
场地。 通信方法可以通过短距离无线通信
方法,例如蓝牙。 该示例中的场所包括麦克风 15 系统 1350。麦克风系统 1350 耦合到音频发射器 1340,该音频发射器 1340
被配置为与耦合到的音频接收器模块1225无线通信
IOT设备1220。其中用户远程设备1210耦合到耳机1215
(例如,助听器或耳机),远程设备1210可以发起请求
到 IOT 设备 1220 以将从麦克风系统 1350 输入的音频流式传输到耳机 20 1215。IOT 设备 1220 然后可以创建与用户的安全通道
远程设备 1210,例如通过 Wi-Fi 通道,启用来自
麦克风系统将流式传输到耳机 1215。这可能有利于
使用户能够访问与会场麦克风输入 1350 的直接链接,例如
在场地环境太大声和/或用户听到和理解音频输入的能力有限的情况下,例如对于演示或事件。
图14示出了用于确定听力的方法的示例过程流程图
环境的健康。 在一些示例中,该方法被配置为执行
通过远程服务器。 该方法首先包括获得关于作为时间函数的 30 环境的声音数据 1410,例如其中获得声音数据
来自整个环境中的一系列音频捕获设备
关于图 1 和 2 的描述。然后是多个声音数据参数
基于分析的时间函数动态计算环境
声音数据1420。然后基于以下确定至少一个听力健康参数
多个声音数据参数1430,例如上面关于
图 6. 听力健康类别分配给环境,基于
至少一个听力健康参数 1440。为场所分配听力健康类别 5 可以包括从多个听力参数中选择听力健康类别
健康类别,其中每个听力健康类别由相应的定义
至少一个听力健康参数的至少一个范围。 至少听取一部分
定义多个听力健康类别中的每一个的参数范围可以
重叠。 10 听力健康类别可能是一种试图以易于翻译和理解的术语来描述场所气氛的分类,例如
“压倒性的”、“热闹的”、“精力充沛的”或“平静的”,例如上面描述的关系
声音数据参数 M8 (vibe)。
然后基于用户简档获得用户的听力偏好数据。 然后根据相关性对用户环境的适用性进行 15 评估
用户的听力偏好数据和听力健康类别
环境。 如果根据匹配标准评估环境适合
由与听力健康类别相关的听力偏好数据确定
环境,环境被匹配和/或建议给用户。 如果 20 环境被评估为不适合,则环境不匹配和/或不
建议给用户。 用户的听力偏好数据至少包括以下之一
(i) 主观用户偏好数据,以及 (ii) 用户的客观听力性能数据。
听力偏好数据还可以包括用于识别合适的
基于用户预期活动的用户环境,例如工作、25 社交、会议等。
在一些示例中,该方法进一步包括获取关于
环境。 然后确定至少一个听力健康参数可以进一步
以场地数据为准。 场地数据包括至少一个静态场地参数,例如30,场地测量、建筑材料、家具材料中的至少一种,
家具尺寸,照片。
可选地,该方法进一步包括归因于多个听力健康中的每一个
参数(或声音数据参数)到声音数据原则,使得每个声音
数据原则包括听力健康参数的相应子集,然后
对多个听力健康参数中的每一个应用第一加权
健全的数据原则。 然后将对每个声音数据原理的第二加权应用于5,为每个听力健康参数给出相应的加权值。 听力健康
然后根据加权数值的总和确定环境的等级
听力健康参数的值,其中第一权重包括
归因于每个声音数据原理的总百分比的百分比,并且其中
第二个权重是占所有声音数据 10 原则的总百分比的百分比。
在一些示例中,获得关于环境的声音数据包括获得声音
关于多个环境或地点的数据。 在这种情况下,该方法包括
为每个环境计算至少一个声音数据参数,为每个环境确定至少15个听力健康参数; 并分配听力健康
类别到每个环境。 评估环境对用户的适用性
然后还包括识别多个环境的子集以匹配
用户,基于由听力偏好数据确定的匹配标准
多个环境的听力健康类别。
20
前述示例涉及听力健康监测系统和方法
在社交场所或环境中使用。 然而,本领域技术人员将理解
本文描述的公开内容也可以在许多方面有用地实施
应用程序。
25
图的音频捕获设备。 1至3,可以是如上所述的IOT设备,
还可以通过监控为场地或环境提供安全功能
位置关闭时发出声音。 如果检测到声音高于预定值
阈值,物联网设备可以向场地或环境所有者或相关 30 当局发送警报,指示入室盗窃或侵入者。 可选地,IOT设备还可以
同时产生报警。
结合图 1 到图 3 描述的 IOT 智能设备也可用于识别
使用麦克风阵列发出遇险呼叫的存在和位置并发送警报
给相关人员或当局。 该位置可以基于确定
声源(求救信号)相对于麦克风阵列的接近程度。
该设备还可以使用 5 音频处理对性侵犯或其他类似类型的遇险呼叫进行分类。
图1至图3的智能物联网设备也可用于交通密集区域(包括
人流量和车辆流量),其中 IOT 设备配置为监控
环境声音,并在超过法定声音 10 阈值时向当局发出警报。 |IOT 设备可以配置为室内或室外使用。
物联网设备也可用于监测非场地人群的噪音水平
位置,例如走廊或共享住宿。 可以使用 |OT 设备
提供指示以减少超过阈值 15 的嘈杂区域的噪音。 IOT设备可以被配置为通过
展示。 例如,在走廊中,显示器可以包括位于走廊中的屏幕
显示减少对路人的噪音的指示。 在共享住宿中,
显示可以包括本地屏幕显示,和/或给主管的显示。 在活动中
如果已超过阈值,则可能会提醒主管或相关当局 20 采取措施降低噪音。
IOT设备还可以用于耦合到音响系统,其中|IOT设备是
配置为与音响系统通信以调节音量和/或声音
声音系统的配置文件,以在环境 25 噪声上保持恒定的声音 dB 值。 环境噪音可能包括背景噪音、谈话、交通噪音等。
物联网设备可以配置为监测环境声音值(例如,
平均 SPL)预定的时间窗口,例如每 12 秒。 物联网
然后可以将设备配置为计算每个时间窗口的平均声音值
和/或跨多个时间窗口的平均声音值(例如,4 个时间 30 个窗口 = 48 秒)。 |OT 设备可能会重复比较更新后的
平均环境声值与上次平均环境声值的比值。
为了响应平均环境声音值的变化,I0T 设备可能
计算声音值的差异并相应地调整音量和/或
音响系统的声音配置文件。 相应的调整可能与
平均环境声值的变化。 最好对声音进行调整
系统对环境音值的变化进行实时处理。 物联网设备
可以通过短程无线通信方法(例如 Wi-Fi)调整音响系统的音量和/或声音配置文件。
物联网设备还可以用于控制至少一个耳机的“白噪声水平”
耦合到用户远程设备以保护基于环境的用户的听力
噪声水平,其中|OT设备被配置为通过诸如Wi-Fi的短程无线通信方法与用户远程10设备通信。 白噪声是一种
在不同频率下具有相同强度的随机信号。 控制“白噪声
level”可能包括增加提供给
耳机。 例如,IOT 设备可以配置为监控环境
预定时间窗口的噪声(例如,平均 SPL),例如每 12 15 秒。 然后可以配置 IOT 设备以计算平均环境
每个时间窗口的声音值和/或整个环境的平均声音值
多个时间窗口(例如,四个时间窗口=48秒)。 回应
环境声音值超过阈值时,[OT 设备可能会
相应地启动和/或调整通过 20 连接的耳机播放的白噪声的音量。 相应的调整可能与幅度成正比
环境声值超过阈值。 优选地,控制
白噪声是根据环境音值的变化实时制作的。 [旧约
设备可以通过短程调整白噪声的音量和/或声音配置文件,
到用户远程设备的无线通信方法,例如 Wi-Fi。 用户25的远程设备然后向耦合的耳机提供调节白噪声。 或者,
物联网设备可以通过短接直接向耳机提供声音消除信号
范围,无线通信方式。
或者,IOT 设备也可用于向至少 30 个耦合到用户远程设备的耳机提供“噪声消除信号”,以保护用户的听力
关于环境噪音水平。 |OT 设备可以配置为监控
环境噪声(例如整个频谱)并产生一个真实的
时间“降噪信号”。 噪声消除信号可以使用反生成
声波或其他主动消音方法。 |IOT 设备可以提供
通过短程无线向用户远程设备发送消音信号
通信方式,例如 Wi-Fi。 用户远程设备然后提供
调整耦合耳机的白噪声。 或者,IOT 设备可以通过短程无线通信直接向耳机提供声音消除信号 5
方法。
用户远程设备上的应用程序也可以配置为设置音频配置文件
对于基于用户偏好的音频听筒或头戴式耳机,类似于关于以上示例描述的10个听力偏好数据。 物联网设备可能
然后配置为根据
|OT 设备监测的环境噪声测量。
IOT 设备还可用于分析场地或空间中的声音分布,例如办公空间 15 。 |OT 设备,例如图 1 至图 3 的设备,可以
使用来自麦克风阵列的音频输入来确定方向性和来源
声音,以及声音数据参数(例如,SPL 和频谱)。
基于每个麦克风接收到的声音数据,可以配置物联网设备
根据至少一个声音参数在空间中映射声音。 空间映射 20 可以包括将局部声音环境的视觉表示覆盖在
空间的图像(例如,2D 平面图或 3D 图像)。 例如,|IOT 设备可能
被配置为生成“热图”,例如,其中响亮的区域(高声压级)
由一种颜色标识,安静区域(低声压级)由第二种颜色标识。 这
生成的地图还可以包括对应于声音参数的多个25个不同范围的颜色梯度。 物联网设备可以配置为在空间中映射
上述任何声音数据参数和/或听力健康参数
与上述具体示例有关。 这样的声图可用于
管理合理和合理的规划或监控某个位置的占用情况。 在里面
地图区域中的事件声音数据超过预定阈值时,可以向管理者或相关当局发送警报 30 以在该特定区域采取行动以纠正
声音轮廓。 这种行动可能涉及驱散人群或重新分配人员,移动
家具、安装隔音结构等。
|IOT 设备还可用于跟踪环境中的用户远程设备。 一个用户
远程设备可能会加载导致用户远程设备生成的应用程序
并且发出特定固定频率的声音,优选地其中频率高于
人的听觉范围。 |IOT设备与用户5远程设备上的应用通信,关联用户远程产生的特定固定频率
具有设备标识符 (ID) 的设备。 使用麦克风阵列,物联网设备可以
然后跟踪用户远程设备在环境中的位置
麦克风阵列检测到的声音的方向性对应于特定的固定
频率,可用于推断用户远程设备的位置(作为声音的 10 来源)作为时间的函数。 物联网设备可能会额外生成一个
固定频率轨迹的轨迹,以可视化用户设备在
环境。 |IOT 设备可以同时监视和/或跟踪多个用户
远程设备,其中每个用户设备都与不同的特定固定
频率。
15
从上面的讨论中可以理解,图中所示的实施例
仅仅是示例性的,并且包括可能被概括、删除或
如本文所述和权利要求中所述进行替换。 在目前的情况下
公开本文20中描述的设备和方法的其他示例和变体对于本领域技术人员将是显而易见的。
