[發(fā)明專利]面向家居環(huán)境的智能哭聲檢測方法

在審

• 申請?zhí)枺?/td>: 201810208673.4
• 申請日: 2018-03-14
• 公開（公告）號: CN108461091A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設(shè)計）人: 張暉;毛小旺
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L17/02;G10L17/04
• 代理公司: 南京蘇科專利代理有限責(zé)任公司 32102
• 代理人: 姚姣陽

本發(fā)明揭示了一種面向家居環(huán)境的智能哭聲檢測方法，本方法首先建立樣本數(shù)據(jù)庫，并對樣本庫中的數(shù)據(jù)進行分類訓(xùn)練GMM模型，再以GMM模型各個分量的均值參數(shù)，作為SVM模型的訓(xùn)練樣本，訓(xùn)練出混合識別GMM?SVM模型。本方法可在智能終端本地進行哭聲檢測，擺脫對服務(wù)端的依賴，大大縮短了檢測周期，提升用戶的業(yè)務(wù)體驗。此外，本方法中的模型充分考慮了同類音頻數(shù)據(jù)之間的相似性和不同類數(shù)據(jù)之間的差異性，比單模型判決系統(tǒng)具有更佳的識別準(zhǔn)確率，且識別速率也能極大提升，為哭聲檢測產(chǎn)品中提供了優(yōu)秀的解決方案。

技術(shù)領(lǐng)域

本發(fā)明涉及一種檢測方法，具體涉及一種面向家居環(huán)境的智能哭聲檢測方法，屬于智能家居領(lǐng)域。

背景技術(shù)

近年來，隨著人工智能、機器學(xué)習(xí)領(lǐng)域的快速發(fā)展，越來越多的業(yè)務(wù)、產(chǎn)品被貼上智能化標(biāo)簽。這些新業(yè)務(wù)相對傳統(tǒng)業(yè)務(wù)，滿足了人們因物質(zhì)生活水平的提高，而日益增長的個性化、定制化的業(yè)務(wù)需求。

具體而言，嬰幼兒是家庭的重要成員，需要得到家長的額外照顧。又由于其身心仍處于發(fā)育階段、尚未成熟，因此對于新生嬰兒來說，妥善的照顧是不可或缺的。一般而言，新生嬰兒僅能藉由哭泣的方式表達情緒與需求，而在不同的情緒或需求下其所發(fā)出的哭聲也有所不同。因此，嬰兒的父母或照護人可以依據(jù)新生嬰兒的哭聲來概略判斷嬰兒的需求與情緒，進而采取不同的行動。

正是由于上述兩方面的原因，針對年輕父母因工作或家務(wù)繁忙，容易對新生嬰兒疏于看護的社會現(xiàn)象，目前市面上出現(xiàn)了多種智能哭聲檢測技術(shù)，也有廠商研發(fā)了相關(guān)的嬰兒哭聲檢測產(chǎn)品，如小米公司的小蟻攝像頭、360公司的水滴攝像機等，但此類產(chǎn)品大都采用的是“本地+云端”檢測架構(gòu)，檢測周期長，對網(wǎng)絡(luò)質(zhì)量要求高；而智能終端本地只進行一些簡單功能實現(xiàn)，過度依賴于服務(wù)端。此類產(chǎn)品雖然都貼上智能化的標(biāo)簽，但更確切的說，應(yīng)該是“偽智能”。

綜上所述，如何克服上述現(xiàn)有技術(shù)上的不足，提出一種面向家居環(huán)境的智能哭聲檢測方法，進而使產(chǎn)品擺脫對云端的依賴，縮短檢測周期，提升用戶的業(yè)務(wù)體驗，就成為了本領(lǐng)域內(nèi)的技術(shù)人員亟待解決的問題。

發(fā)明內(nèi)容

鑒于現(xiàn)有技術(shù)存在上述缺陷，本發(fā)明的目的是提出一種面向家居環(huán)境的智能哭聲檢測方法。

本發(fā)明的目的，將通過以下技術(shù)方案得以實現(xiàn)：

一種面向家居環(huán)境的智能哭聲檢測方法，包括如下步驟，

S1，采集哭聲與非哭聲語音信號，分兩類存入樣本庫；并對樣本庫中各類語音信號進行預(yù)處理，得到各類語音信號對應(yīng)的語音幀序列；

S2，對S1中所述語音幀序列中每一幀，提取24維的音頻特征，得到各類語音信號對應(yīng)特征向量序列；

S3，以S2中所述特征向量序列，作為GMM訓(xùn)練樣本，采用EM算法，分別訓(xùn)練哭聲GMM模型和非哭聲GMM模型；并提取訓(xùn)練好的GMM模型中各個高斯分量的均值參數(shù)，組成均值向量序列；

S4，對S3所述均值向量序列中每一個向量，添加類別標(biāo)簽，并保存到均值特征樣本集；并以均值特征樣本集作為訓(xùn)練樣本，訓(xùn)練SVM模型；

S5，采集待識別的音頻信號，并按照S1至S2的方法，提取信號對應(yīng)的音頻特征序列；其次，將音頻特征序列中每一幀信號，與S3中所述均值向量序列中每一個均值向量，計算二者的似然概率，取概率最大值所對應(yīng)的均值向量，作為GMM模型對該幀信號的判決結(jié)果；最后，遍歷音頻特征序列中所有幀，得到均值向量序列X＝{X₁,X₂,...,X_p,...,X_L}；其中，X_p為第p幀信號對應(yīng)的均值向量，L為音頻特征序列長度；