一种野外声音采集与存储设备及声音处理方法与流程

技术特征：
1.一种野外声音采集与存储设备，其特征在于，其包括：方形壳体、麦克风、野外声音采集与存储电路板和可充电电池组(40)；方形壳体内设置野外声音采集与存储电路板和可充电电池组(40)，麦克风设置在方形壳体的外壁上；方形壳体的两侧壁上分别沿垂直于侧壁的方向向外延伸固定耳(34)，所述固定耳(34)为多孔结构，通过固定装置与固定耳(34)固定，将整个设备单独固定在数据采集点或野外环境中，或多个设备彼此通过固定耳(34)连接后，再通过固定装置穿过固定耳(34)固定在数据采集点或野外环境中，实时采集野外声音。2.根据权利要求1所述的野外声音采集与存储设备，其特征在于，所述方形壳体为三层式结构，其包括：上盖(10)、中层盖(20)和底壳(30)；中层盖(20)位于上盖(10)和底壳(30)之间，上盖(10)位于中层盖(20)之上，底壳(30)位于中层盖(20)之下；所述上盖(10)、中层盖(20)和底壳(30)均为带有开口的长方体防水结构，且三者的内部均为中空结构；中层盖(20)嵌套在上盖(10)内，且上盖(10)和中层盖(20)的开口方向相同，底壳(30)的开口方向与上盖(10)的开口方向相对，底壳(30)的开口方向与中层盖(20)的开口方向相对；三者四周的同一侧分别设置对应的旋转轴固定座，将旋转轴(50)穿过并固定在三者各自的旋转轴固定座上，将三者连接在一起，并使三者各自绕旋转轴(50)进行旋转打开或旋转关闭。3.根据权利要求2所述的野外声音采集与存储设备，其特征在于，上盖(10)的外壁的中部设置第一锁扣部件(11)，中层(20)的外壁的中部设置第二锁扣部件(25)，底壳(30)的外壁的中部设置第三锁扣部件(32)；第一锁扣部件(11)穿过第二锁扣部件(25)后，与第三锁扣部件(32)锁扣配合连接；所述上盖(10)的开口处向四周外延伸第一外延矩形段，中层盖(20)的开口处向四周外延伸第二外延矩形段，底壳(30)的开口处向四周外延伸第三外延矩形段，第一外延矩形段盖在第二外延矩形段之上，第二外延矩形段盖在第三外延矩形段上，三个外延矩形段呈层叠设置。4.根据权利要求2所述的野外声音采集与存储设备，其特征在于，所述底壳(30)的两侧壁上分别沿垂直于侧壁的方向向外延伸固定耳(34)；所述底壳(30)的另外两侧壁上分别相对对称地设置可拆卸麦克风固定组件(31)，将每个麦克风设置在可拆卸麦克风固定组件(31)内；该可拆卸麦风固定组件(31)包括：麦克风固定管(311)和咪盖(312)；麦克风固定管(311)的第一端(3111)沿径向方向向外延伸台阶状结构，且基于该台阶状结构沿轴向方向向外延伸圆柱段，该圆柱段的外圆周增设外螺纹，形成螺栓，与底壳(30)的侧壁上开设的内螺纹进行螺纹配合连接；麦克风固定管(311)内设置麦克风，并在该麦克风固定管(311)的第二端(3112)沿轴向方向向外延伸凸台，将咪盖(312)盖在该凸台上，与麦克风固定管(311)的第二端(3112)压合连接，且咪盖(312)的内壁设有透声防水膜。5.根据权利要求1所述的野外声音采集与存储设备，其特征在于，所述声音采集与存储电路板包括：人机交互模块、可调增益模块、语音编解码模块、mcu中控模块、移动存储器和
电源管理模块；所述人机交互模块，用于实时显示设备状态，并根据显示的设备状态进行更改设置；所述可调增益模块，用于根据两组拨码控制开关的开关状态，选择对应的模式，将麦克风输出的语音模拟信号进行放大后输送至语音编解码模块，或将麦克风输出的语音模拟信号直接输送至语音编解码模块；所述语音编解码模块，用于将接收的放大后的语音模拟信号进行编解码，并转化为语音数字信号，并将其发送至mcu中控模块，或将接收的语音模拟信号转换为声音数字信号，并将其发送至mcu中控模块；所述mcu中控模块，用于对语音数字信号或声音数字信号进行处理，得到对应的处理后的信号；所述移动存储器，用于存储处理后的信号，并封装成wav无损格式的数据，写入移动存储器；所述电源管理模块，用于为声音采集与存储电路板中的各模块供电。6.根据权利要求5所述的野外声音采集与存储设备，其特征在于，所述可调增益模块包括：第一组拨码控制开关、高增益电路和第二组拨码控制开关；第一组拨码控制开关和第二组拨码控制开关，对应地设置在高增益电路的输入端和输出端；第一组拨码控制开关和第二组拨码控制开关均处于闭合状态，即模式一，则高增益电路导通，麦克风将采集的声音信号进行转换，得到语音模拟信号，该信号为电信号，将转换后的语音模拟信号输入至高增益电路进行放大，得到放大后的信号，并将其发送至语音编解码模块；第一组拨码控制开关和第二组拨码控制开关均处于断开状态，即模式二，则高增益电路不导通，麦克风将转换后的语音模拟信号直接输入至语音编辑解码模块。7.根据权利要求5所述的野外声音采集与存储设备，其特征在于，所述声音采集与存储电路板还包括：声音处理模块，用于基于听觉掩蔽效应，对移动存储器中存储的mcu中控模块处理后的信号进行降噪，得到降噪后的信号，再基于三参数端点检测算法，对降噪后的信号进行活跃帧检测，并提取语音段mfcc和logfbank特征，基于余弦相似度，对相邻片段合并生成音频摘要。8.根据权利要求7所述的野外声音采集与存储设备，其特征在于，所述声音处理模块的具体过程为：利用时间戳作为文件名，基于野外声音采集与存储设备采集声音信号，并进行模数转换，得到语音数字信号，并进行存储，创建当前录音文件；读取当前录音文件中的每帧的声音数字信号，逐帧计算声音数字信号的临界带功率及噪声系数；根据每帧的声音数字信号的临界带功率，计算每帧声音数字信号的扩频功率；根据每帧声音数字信号的噪声系数和扩频功率，计算每帧声音数字信号的掩蔽系数；根据掩蔽系数及人耳的绝对听阈，计算出掩蔽阈值；利用掩蔽阈值对每帧的声音数字信号进行去噪，得到每帧增强后的语音信号；逐帧计算每帧增强后的语音信号的短时能量、短时平均过零率和噪声系数；联合判断每帧增强后的语音信号的短时能量、短时平均过零率和噪声系数是否满足预
设的双门限条件；根据判断结果，确定出每帧增强后的语音信号中音频的起点和终点，得到多个独立的语音段；提取各语音段中所有语音帧的平均梅尔频率倒谱系数特征和logfbank特征，构成语音段特征向量；计算每相邻两个语音段特征向量之间的余弦距离，当余弦距离达到预设阈值时，对两个语音段进行合并，最终得到多个音频摘要。9.一种声音处理方法，该方法通过上述权利要求1
‑
8中任一所述的野外声音采集与存储设备实现，该方法包括：步骤1)检测到按下野外声音采集与存储设备中设有的录音键，进行初始化，之后检测声音采集与存储电路板上设有的移动存储器是否存在；若不存在移动存储器，则提示插入移动存储器；若存在移动存储器，则开辟缓存空间，进入录音模式；步骤2)进一步判断移动存储器的剩余存储空间大小是否足够存储一个音频文件；若移动存储器的剩余存储空间大小不能足够存储一个音频文件，则关闭录音键，并提示更换移动存储器；若移动存储器的剩余存储空间大小足够存储一个音频文件，则利用时间戳作为文件名，并进入循环录音状态，生成30分钟的录音文件后，执行结束当前文件写入操作，生成一个录音文件，对该录音文件进行处理和音频提取，得到多个音频摘要；再创建新的录音文件，继续进行上述录音和音频提取操作，得到多个音频摘要；其中，每30分钟创建一个录音文件；步骤3)若检测到按下停止按键，文件指针返回文件头处，更新头文件信息，释放内存空间，结束声音录制。10.根据权利要求9所述的声音处理方法，其特征在于，所述对该录音文件进行处理和音频提取，得到多个音频摘要；其具体过程为：利用时间戳作为文件名，基于野外声音采集与存储设备采集声音信号，并进行模数转换，得到语音数字信号，并进行存储，创建当前录音文件；读取当前录音文件中的每帧的声音数字信号，逐帧计算声音数字信号的临界带功率及噪声系数；根据每帧的声音数字信号的临界带功率，计算每帧声音数字信号的扩频功率；根据每帧声音数字信号的噪声系数和扩频功率，计算每帧声音数字信号的掩蔽系数；根据掩蔽系数及人耳的绝对听阈，计算出掩蔽阈值；利用掩蔽阈值对每帧的声音数字信号进行去噪，得到每帧增强后的语音信号；逐帧计算每帧增强后的语音信号的短时能量、短时平均过零率和噪声系数；联合判断每帧增强后的语音信号的短时能量、短时平均过零率和噪声系数是否满足预设的双门限条件；根据判断结果，确定出每帧增强后的语音信号中音频的起点和终点，得到多个独立的语音段；提取各语音段中所有语音帧的平均梅尔频率倒谱系数特征和logfbank特征，构成语音
段特征向量；计算每相邻两个语音段特征向量之间的余弦距离，当余弦距离达到预设阈值时，对两个语音段进行合并，最终得到多个音频摘要。

技术总结
本发明属于声音采集设备与声音信号处理技术领域，具体地说，涉及一种野外声音采集与存储设备，其包括：方形壳体、麦克风、野外声音采集与存储电路板和可充电电池组(40)；方形壳体内设置野外声音采集与存储电路板和可充电电池组(40)，麦克风设置在方形壳体的外壁上；方形壳体的两侧壁上分别沿垂直于侧壁的方向向外延伸固定耳(34)，所述固定耳(34)为多孔结构，通过固定装置与固定耳(34)固定，将整个设备单独固定在数据采集点或野外环境中，或多个设备彼此通过固定耳(34)连接后，再通过固定装置穿过固定耳(34)固定在数据采集点或野外环境中，实时采集野外声音。实时采集野外声音。实时采集野外声音。


技术研发人员：李松斌 刘鹏 林道友 张遥
受保护的技术使用者：中国科学院声学研究所南海研究站
技术研发日：2021.06.24
技术公布日：2021/10/8