[發(fā)明專(zhuān)利]一種嬰兒哭聲檢測(cè)方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210442058.6
• 申請(qǐng)日: 2022-04-25
• 公開(kāi)（公告）號(hào): CN114724591A
• 公開(kāi)（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 陳英博
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市聯(lián)洲國(guó)際技術(shù)有限公司
• 主分類(lèi)號(hào): G10L25/63
• 分類(lèi)號(hào): G10L25/63;G10L25/03;G10L25/78
• 代理公司: 廣州三環(huán)專(zhuān)利商標(biāo)代理有限公司 44202
• 代理人: 陳旭紅

本發(fā)明公開(kāi)一種嬰兒哭聲檢測(cè)方法、裝置及電子設(shè)備，所述方法包括：每獲取到新一幀的語(yǔ)音信號(hào)時(shí)，計(jì)算語(yǔ)音信號(hào)的頻譜、基頻和語(yǔ)音活性檢測(cè)結(jié)果；按照先進(jìn)先出原則根據(jù)新一幀的語(yǔ)音信號(hào)的頻譜、基頻和語(yǔ)音活性檢測(cè)結(jié)果更新預(yù)先建立的矩陣集合；在每一次對(duì)矩陣集合更新后且頻譜矩陣已滿(mǎn)列時(shí)，計(jì)算基頻矩陣中有效基頻元素的第一方差，并在第一方差不大于第一方差閾值時(shí)從經(jīng)過(guò)奇異點(diǎn)平滑處理后的檢測(cè)結(jié)果矩陣中提取所有由預(yù)設(shè)檢測(cè)值構(gòu)成的區(qū)塊，統(tǒng)計(jì)每一區(qū)塊的元素?cái)?shù)量，計(jì)算所有元素?cái)?shù)量的第二方差；根據(jù)第二方差與預(yù)設(shè)的第二方差閾值判斷語(yǔ)音信號(hào)中是否存在嬰兒哭聲；并在判定不存在嬰兒哭聲時(shí)繼續(xù)更新矩陣集合。本發(fā)明能提高嬰兒哭聲檢測(cè)的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種嬰兒哭聲檢測(cè)方法、裝置及電子設(shè)備。

背景技術(shù)

隨著社會(huì)的發(fā)展，人力成本昂貴等問(wèn)題逐漸涌現(xiàn)，現(xiàn)今嬰兒看護(hù)方面的消費(fèi)成本或時(shí)間成本越來(lái)越高，諸如嬰兒看護(hù)器等可識(shí)別嬰兒哭聲的看護(hù)產(chǎn)品或家用安防產(chǎn)品越來(lái)越受到家長(zhǎng)的青睞。當(dāng)看護(hù)產(chǎn)品或家用安防產(chǎn)品檢測(cè)到嬰兒哭聲后，自動(dòng)向看護(hù)人員或家長(zhǎng)發(fā)出警示，以便于及時(shí)照看嬰兒。

在現(xiàn)有技術(shù)中，檢測(cè)嬰兒哭聲時(shí)，通常是根據(jù)檢測(cè)到的語(yǔ)音信號(hào)的強(qiáng)度大小來(lái)判斷是否有嬰兒哭聲，當(dāng)檢測(cè)到的語(yǔ)音信號(hào)的強(qiáng)度大小大于某一固定的閾值時(shí)，判定語(yǔ)音信號(hào)中有嬰兒哭聲，便向看護(hù)人員或家長(zhǎng)發(fā)出警示。

然而，檢測(cè)環(huán)境往往比較復(fù)雜，可能存在周?chē)h(huán)境的其他聲音，則語(yǔ)音信號(hào)有可能存在不是嬰兒哭聲的環(huán)境噪聲，而其他聲音的強(qiáng)度大小與嬰兒哭聲的強(qiáng)度大小相同，若僅通過(guò)語(yǔ)音信號(hào)的強(qiáng)度檢測(cè)嬰兒哭聲，很有可能會(huì)將環(huán)境噪聲作為嬰兒哭聲檢測(cè)出來(lái)，檢測(cè)準(zhǔn)確度較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例所要解決的技術(shù)問(wèn)題在于，提供一種嬰兒哭聲檢測(cè)方法、裝置及電子設(shè)備，能夠提高嬰兒哭聲檢測(cè)的準(zhǔn)確度。

為了解決上述技術(shù)問(wèn)題，第一方面，本發(fā)明提供了一種嬰兒哭聲檢測(cè)方法，所述方法包括：

每按照預(yù)設(shè)的音頻幀長(zhǎng)度獲取到新一幀的語(yǔ)音信號(hào)時(shí)，計(jì)算所述語(yǔ)音信號(hào)對(duì)應(yīng)的頻譜、基頻和語(yǔ)音活性檢測(cè)結(jié)果；其中，所述基頻包括無(wú)效基頻和有效基頻；

根據(jù)新一幀的所述語(yǔ)音信號(hào)對(duì)應(yīng)的所述頻譜、所述基頻和所述語(yǔ)音活性檢測(cè)結(jié)果，按照先進(jìn)先出原則對(duì)預(yù)先建立的矩陣集合進(jìn)行更新；其中，所述矩陣集合包括列數(shù)均為M的頻譜矩陣、基頻矩陣和檢測(cè)結(jié)果矩陣，M1；

在每一次對(duì)所述矩陣集合更新后，且所述頻譜矩陣已滿(mǎn)列時(shí)，計(jì)算所述基頻矩陣中有效基頻元素的第一方差，并判斷所述第一方差是否大于預(yù)設(shè)的第一方差閾值；

若所述第一方差不大于所述第一方差閾值，則從經(jīng)過(guò)奇異點(diǎn)平滑處理后的檢測(cè)結(jié)果矩陣中提取每一個(gè)由預(yù)設(shè)檢測(cè)值構(gòu)成的區(qū)塊，統(tǒng)計(jì)每一所述區(qū)塊的元素?cái)?shù)量，并計(jì)算所有所述元素?cái)?shù)量的第二方差；

根據(jù)所述第二方差與預(yù)設(shè)的第二方差閾值，判斷當(dāng)前的M幀所述語(yǔ)音信號(hào)中是否存在嬰兒哭聲；并在判定當(dāng)前的M幀所述語(yǔ)音信號(hào)中不存在所述嬰兒哭聲時(shí)，繼續(xù)更新所述矩陣集合。

進(jìn)一步的，所述計(jì)算所述語(yǔ)音信號(hào)對(duì)應(yīng)的頻譜、基頻和語(yǔ)音活性檢測(cè)結(jié)果具體包括：

每獲取到新一幀的所述語(yǔ)音信號(hào)時(shí)，基于傅里葉變換算法獲得所述語(yǔ)音信號(hào)對(duì)應(yīng)的頻譜；

從所述頻譜中選取對(duì)應(yīng)的頻率在預(yù)設(shè)頻率范圍內(nèi)的頻率點(diǎn)，計(jì)算選取的每一所述頻率點(diǎn)的能量，確定所有所述頻率點(diǎn)中的最大能量頻率點(diǎn)；并將所述最大能量頻率點(diǎn)對(duì)應(yīng)的頻率作為所述語(yǔ)音信號(hào)對(duì)應(yīng)的基頻；其中，所述能量為所述頻率點(diǎn)的基頻能量和諧波能量的總和；

基于語(yǔ)音活性檢測(cè)算法對(duì)所述語(yǔ)音信號(hào)進(jìn)行檢測(cè)，獲得所述語(yǔ)音信號(hào)對(duì)應(yīng)的語(yǔ)音活性檢測(cè)結(jié)果；其中，不同的語(yǔ)音活性檢測(cè)結(jié)果對(duì)應(yīng)不同的檢測(cè)值。

進(jìn)一步的，在獲得所述語(yǔ)音信號(hào)對(duì)應(yīng)的語(yǔ)音活性檢測(cè)結(jié)果之后，所述方法還包括：