[發明專利]用于智能設備的報警方法及裝置、電子設備及存儲介質

在審

• 申請號: 202011141888.2
• 申請日: 2020-10-22
• 公開（公告）號: CN112270932A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 王昭
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/18;G10L25/30;G10L25/51;G10L25/66;G06N3/08;G06N3/04
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種用于智能設備的報警方法，其特征在于，所述報警方法包括：

通過聲音采集裝置采集環境聲音；

提取所述環境聲音中的梅爾譜特征信息；

將所述梅爾譜特征信息輸入到聲音識別模型中，得到所述聲音識別模型輸出的識別結果，所述聲音識別模型是基于標記為目標聲音類型的聲音樣本進行訓練得到的；

在所述識別結果表征所述環境聲音屬于所述目標聲音類型的情況下，執行與所述目標聲音類型對應的報警操作。

2.根據權利要求1所述的報警方法，其特征在于，所述提取所述環境聲音中的梅爾譜特征信息包括：

提取所述環境聲音中的短時平穩信號；

對所述短時平穩信號中每一幀信號疊加預設漢明窗，并移幀預設百分比，得到目標信號；

對所述目標信號中每一幀取預設點進行短時傅立葉變換得到所述目標信號對應的功率譜；

對所述功率譜，基于梅爾刻度三角濾波組進行頻帶提取，得到三角頻帶信號；

對所述三角頻帶信號進行快速傅立葉變換得到所述目標信號在頻域上的能量分布；

基于所述能量分布得到所述梅爾譜特征信息。

3.根據權利要求2所述的報警方法，其特征在于，所述梅爾刻度三角濾波組包括低頻濾波器以及高頻濾波器，并且，所述低頻濾波器的數量多于所述高頻濾波器的數量。

4.根據權利要求1-3任一項所述的報警方法，其特征在于，所述目標聲音類型包括表征嬰兒哭聲的類型，相應地，所述在所述識別結果表征所述環境聲音屬于所述目標聲音類型的情況下，執行與所述目標聲音類型對應的報警操作，包括：

在所述識別結果表征所述環境聲音屬于嬰兒哭聲的情況下，發送提醒消息給與所述智能設備綁定的用戶設備；和/或，

在所述識別結果表征所述環境聲音屬于嬰兒哭聲的情況下，通過揚聲器播放預設的用于安撫嬰兒的音樂。

5.根據權利要求1-3任一項所述的報警方法，其特征在于，所述目標聲音類型包括表征呼救聲的類型，相應地，所述在所述識別結果表征所述環境聲音屬于所述目標聲音類型的情況下，執行與所述目標聲音類型對應的報警操作，包括：

在所述識別結果表征所述環境聲音屬于呼救聲的情況下，獲取所述智能設備的位置信息；

基于所述位置信息搜索距離最近的醫院，并向該醫院發送報警信息，其中，所述報警消息包括所述位置信息。

6.根據權利要求4所述的報警方法，其特征在于，所述聲音識別模型是通過如下方式訓練得到的：

采集目標嬰兒的哭聲；

對所述哭聲添加表征該哭聲屬于嬰兒哭聲類型的標簽，得到聲音樣本；

基于所述聲音樣本對初始聲音識別模型進行訓練，直到達到預設訓練時長，得到訓練完成的所述聲音識別模型。

7.根據權利要求6所述的報警方法，其特征在于，所述聲音識別模型為卷積遞歸神經網絡模型，相應地，所述基于所述聲音樣本對初始聲音識別模型進行訓練包括：

根據所述聲音樣本在卷積層上進行特征提取，得到卷積層特征圖；

根據所述卷積層特征圖在池化層上沿頻域進行最大池化操作，得到池化層參數；

根據門循環單元和所述池化層參數，基于雙向循環神經網絡得到遞歸參數；

根據所述遞歸參數和所述聲音樣本的標簽，基于全連接密集層訓練所述卷積遞歸神經網絡模型。

8.一種用于智能設備的報警裝置，其特征在于，所述報警裝置包括：

采集模塊，被配置為通過聲音采集裝置采集環境聲音；

提取模塊，被配置為提取所述環境聲音中的梅爾譜特征信息；

輸入模塊，被配置為將所述梅爾譜特征信息輸入到聲音識別模型中，得到所述聲音識別模型輸出的識別結果，所述聲音識別模型是基于標記為目標聲音類型的聲音樣本進行訓練得到的；

執行模塊，被配置為在所述識別結果表征所述環境聲音屬于所述目標聲音類型的情況下，執行與所述目標聲音類型對應的報警操作。