Simple and Efficient Spectral Features for Breathing and Snoring Sound Classification

Abstract

본 논문에서는 수면시 음향신호로부터 코골이와 관련 이벤트(날숨, 들숨 및 묵음)을 탐지하기 위한 효율적인 방법을 제시한다. 특징 벡터는 2개의 부밴드 에너지 신호의 정규화된 평균과 표준편차로부터 얻어진다. 이 제안된 방법은 코골이 신호의 음향학적 성질에 기반하여 정의되는데, 실험을 통하여 코골이 탐지에 유용함이 밝혀졌다. 다음 수면 음향신호의 분류는 SVM을 통하여 이루어진다. 약 32시간의 수면 음향신호 데이터가 코골이 습관을 갖는 피실험자를 대상으로 녹음되었다. 제안된 방법은 성능은 수면 음향신호에 있는 이벤트 분류실험을 통해 검증되었으며, MFCC 기반의 기존 특징과 비교되었다. 본 논문의 알고리듬은 코골기, 숨소리 그리고 묵음을 각각 97.00%, 96.35% 그리고 99.80%의 인식률로 분류하였다.