[發明專利]人身安全監控方法、裝置、電子設備和存儲介質

在審

• 申請號: 202011060130.6
• 申請日: 2020-09-30
• 公開（公告）號: CN112331208A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 廖光朝
• 申請（專利權）人: 音數匯元(上海)智能科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06;G10L15/14;G10L19/02;G08B21/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 紀婷婧

1.一種人身安全監控方法，其特征在于，所述方法包括：

獲取待識別語音，并在所述待識別語音中包含異常關鍵詞時，獲取與所述異常關鍵詞相關聯的語音片段；

對所述語音片段進行聲譜分析，得到多個頻譜點；所述頻譜點包括采樣時間以及聲音幅值；

根據所述采樣時間和聲音幅值從多個頻譜點中篩選出第一目標頻譜點；

通過預訓練的異常噪音識別模型對所述第一目標頻譜點進行識別，得到與所述第一目標頻譜點相對應的噪音類型；

根據所述噪音類型和異常關鍵詞，對人身安全進行監控。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取異常用語集；所述異常用語集包括多條異常用語；

基于預訓練的語音識別模型對所述待識語音別進行識別，得到索引網絡；

通過將所述索引網絡以及所述異常用語集進行字符匹配，確定與所述當前待識別語音相匹配的異常用語；

從與所述待識別語音相匹配的異常用語中提取出異常關鍵詞。

3.根據權利要求2所述的方法，其特征在于，所述語音識別模型包括語音分離增強模型以及目標識別模型；所述語音識別模型的訓練步驟包括：

獲取語音分離增強模型的第一損失函數及目標識別模型的第二損失函數；

基于所述第二損失函數進行反向傳播，以對橋接在所述語音分離增強模型和目標識別模型之間的中間模型進行訓練，得到魯棒表征模型；

對所述第一損失函數和第二損失函數進行融合，得到目標損失函數；

基于所述目標損失函數對所述語音分離增強模型、魯棒表征模型及目標識別模型進行聯合訓練，在滿足預設收斂條件時結束訓練。

4.根據權利要求1所述的方法，其特征在于，所述根據所述采樣時間和聲音幅值從多個頻譜點中篩選出第一目標頻譜點包括：

將采樣時間連續且聲音幅值均超出第一門限閾值的多個頻譜點歸為一個幅值聚類簇；

統計各幅值聚類簇中聲音幅值超出第二門限幅值的頻譜點的數量值；所述第二門限幅值大于第一門限幅值；

將數量值超出預設數量閾值的幅值聚類簇判定為目標幅值聚類簇；所述目標幅值聚類簇由第一目標頻譜點組成。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取除所述第一目標頻譜點之外的其他頻譜點；

確定每個其他頻譜點各自對應的聲音頻率；

根據所述聲音頻率，從所述其他頻譜點中篩選出至少一個第二目標頻譜點，得到目標頻率聚類簇；

通過所述異常關鍵詞、目標幅值聚類簇以及目標頻率聚類簇，對人身安全進行監控。

6.根據權利要求1所述的方法，其特征在于，所述根據所述噪音類型和異常關鍵詞，對人身安全進行監控包括：

根據所述噪音類型以及異常關鍵詞預估人身威脅置信度；

根據所述人身威脅置信度，對人身安全進行監控。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當確定受到人身安全威脅時，獲取定位信息；

基于所述定位信息確定室內置信度；

當所述室內置信度大于預設閾值時，獲取氣壓信息及網絡數據；

根據所述氣壓信息確定對應樓層，以及根據所述網絡數據確定樓層區域；

根據所述樓層區域、異常關鍵詞以及與所述異常關鍵詞相關聯的語音片段生成報警信息。

8.一種人身安全監控裝置，其特征在于，所述裝置包括：

語音片段獲取模塊，用于獲取待識別語音，并在所述待識別語音中包含異常關鍵詞時，獲取與所述異常關鍵詞相關聯的語音片段；

噪音類型確定模塊，用于對所述語音片段進行聲譜分析，得到多個頻譜點；所述頻譜點包括采樣時間以及聲音幅值；根據所述采樣時間和聲音幅值從多個頻譜點中篩選出第一目標頻譜點；通過預訓練的異常噪音識別模型對所述第一目標頻譜點進行識別，得到與所述第一目標頻譜點相對應的噪音類型；

監控模塊，用于根據所述噪音類型和異常關鍵詞，對人身安全進行監控。