一种基于声音的手势识别方法
【专利摘要】本发明公开了一种基于声音的手势识别方法，利用常见的麦克风与音响，作为接收信号与发射信号的硬件支持，音响产生人耳不易察觉的高频音，由麦克风接收来自肢体运动中返弹回来的音频信号，借助返回音频信号的物理现象多普勒效应，进行频谱分析，将获取的肢体动作的信息定义为相应的一些逻辑信号，并借助这些逻辑信号控制计算机的很多操作。本发明提供的技术以及相关的设计，在计算机控制方面提供了一种全新的人机交互方式，能够给计算机用户带来有趣的用户体验与交互感受。
【专利说明】一种基于声音的手势识别方法
【技术领域】
[0001]本发明属于计算机人机交互【技术领域】，涉及一种基于声音的手势识别方法。
【背景技术】
[0002]自然语言处理(natural language processing)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。
[0003]动作识别(Gesture Recognition)是在计算机科学与通过数学算法解释人类手势动作的语言技术当中的一个课题，手势源于肢体动作或者状态但是，但通常来源于面部和手部的变化。当前关注的领域包含了对面部动作的识别，和对手势动作的识别。很多的方法可以使用摄像头或者计算机视觉算法(computer vision algorithm)去检测手势语言(sign language)。
[0004]动作识别在计算机交互(computer interaction)领域的应用已经成长的越来越活跃，然而，这样的应用还存在着较高的费用代价，例如检测动作的传感器(e.g.leapmotion$70),比如常用的高品质摄像头(e.g.Microsoft Kinect$200),这些设备都直接的制约了动作识别技术的推广。基于声音的手势识别(sound gesture recognition)呼之欲出，音频领域发展到今天，硬件环境已经接近完美，无论是音频的发生装置(e.g.variousstyles of Speakers),还是音频的接收装`置(e.g.various styles of listeners),尤其是在计算机上，音频设备已近成为计算机不可或缺的一部分。
[0005]基于声音的手势识别(sound gesture recognition),是利用物理现象多普勒效应(Doppler effect or Doppler shift),获得音频频谱(spectrum)的变化进行动作语言处理(gesture language processing),
【发明内容】
[0006]本发明的目的在于克服上述技术缺陷，提供一种基于声音的手势识别方法。其技术方案为:
[0007]—种基于声音的手势识别方法，包括以下步骤:
[0008]a)处理由麦克风接收到返回的音频信号，利用带通滤波器过滤掉不关心的频带的信号，使用窗口函数减少频谱泄露的影响，采取快速傅里叶变化获得频域信号，并处理为分贝数据存储在采样队列Queue1当中。
[0009]b)从采样队列中获取频谱分析窗口队列W1，计算公式为
【权利要求】
1.一种基于声音的手势识别方法，包括以下步骤: a)处理由麦克风接收到返回的音频信号，利用带通滤波器过滤掉不关心的频带的信号，使用窗口函数减少频谱泄露的影响，采取快速傅里叶变化获得频域信号，并处理为分贝数据存储在采样队列Queue1当中。 b)从采样队列中获取频谱分析窗口队列W1，计算公式为:
【文档编号】G06F3/0487GK103885744SQ201310206928
【公开日】2014年6月25日 申请日期:2013年5月30日 优先权日:2013年5月30日
【发明者】刘鑫, 刘西耀, 邹长俊, 刘东权 申请人:美声克（成都）科技有限公司