首页资讯一种便携式婴儿啼哭声识别器及其识别方法与流程

一种便携式婴儿啼哭声识别器及其识别方法与流程

来源：泰然健康网时间：2024年11月26日 16:19

本发明涉及婴儿声音分析技术领域，特别是涉及一种便携式婴儿啼哭声识别器及其识别方法。

背景技术：

啼哭是婴儿表达的唯一方式，是一种特殊的“语言”。婴儿的哭声有几种基本表达，包括饥饿、困倦、需要拍嗝、肠痉挛和不舒适，现代科学研究表明，全世界的宝宝在3月龄前，婴儿的哭声根据婴儿的当前状态而存在固有的典型模式，可成人一般不能准确理解婴儿啼哭的原因，不能了解婴儿啼哭所反应的需求，这样难免造成对婴儿护理、照料的不周，不利于婴儿的健康成长。而且对于很多新手家长来说，经常需要经历很长一段时间才能准确识别婴儿啼哭声，缺乏有效的提示、学习机制。

技术实现要素：

为了解决上述的技术问题，本发明的目的是提供一种便携式婴儿啼哭声识别器及其识别方法。

本发明解决其技术问题所采用的技术方案是：

一种便携式婴儿啼哭声识别器，包括本体、设置在本体上的显示模块、提示模块、用于采集婴儿的啼哭声信号的声音传感器和用于采集婴儿的动作图像的图像传感器以及设置在本体内的主控电路板，所述主控电路板上设有主控制器、存储模块、无线通信模块和电源模块，所述显示模块和提示模块设置于医院的护理站，所述显示模块、提示模块、存储模块、无线通信模块、电源模块、声音传感器和图像传感器均与主控制器连接，所述无线通信模块连接至智能手机、平板电脑或电脑终端，所述存储模块存储有多个指令，所述主控制器用于加载所述多个指令从而执行以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

对婴儿啼哭声信号进行预处理后，计算获得婴儿啼哭声信号的反向梅尔频率倒谱系数，并对反向梅尔频率倒谱系数进行离散化处理，得到反向梅尔频率倒谱系数的离散值；

根据预设的基于贝叶斯分类算法建立的婴儿哭声识别模型，对反向梅尔频率倒谱系数的离散值进行分类处理，从而识别出该婴儿啼哭声信号所对应的哭声状态；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端。

进一步，所述提示模块采用蜂鸣器和闪烁提示指示灯。

进一步，所述哭声状态包括以下状态中的任一种：饥饿、困倦、需要拍嗝、肠痉挛和不舒适。

进一步，所述无线通信模块采用蓝牙通信模块、wifi通信模块或zig-bee通信模块。

进一步，所述提示信号包括通过无线通信模块发送到智能手机、平板电脑或电脑终端的实时通知信号。

本发明解决其技术问题所采用的另一技术方案是：

一种便携式婴儿啼哭声识别器的识别方法，包括以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端。

进一步，还包括建立哭声识别模型这一步骤，其包括步骤：

获取多个婴儿啼哭声样本信号，并标注每个婴儿啼哭声样本信号所对应的哭声状态；

对每个婴儿啼哭声样本信号进行预处理后，计算获得婴儿啼哭声样本信号的反向梅尔频率倒谱系数，并对反向梅尔频率倒谱系数进行离散化处理，得到反向梅尔频率倒谱系数的离散值；

建立样本数据库，记录下每个婴儿啼哭声样本信号所对应的哭声状态、反向梅尔频率倒谱系数的离散值；

利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。

进一步，所述利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型这一步骤，具体包括步骤：

统计样本数据库中每个哭声状态所对应的婴儿啼哭声样本信号的数量，进而计算样本数据库中每个哭声状态的统计概率；

统计每个哭声状态下的每个反向梅尔频率倒谱系数的离散值所对应的婴儿啼哭声样本信号的数量，进而计算每个哭声状态下的每个反向梅尔频率倒谱系数的离散值的条件概率；

将计算得到的各个统计概率和条件概率作为贝叶斯分类模型的参数，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。

进一步，所述根据预设的基于贝叶斯分类算法建立的婴儿哭声识别模型，对反向梅尔频率倒谱系数的离散值进行分类处理，从而识别出该婴儿啼哭声信号所对应的哭声状态这一步骤，具体包括步骤：

针对该婴儿啼哭声信号的反向梅尔频率倒谱系数的离散值，获取其在婴儿哭声识别模型中对应的每个哭声状态下的条件概率以及该哭声状态的统计概率，并计算两者的乘积作为该婴儿啼哭声信号对应于该哭声状态的分布概率；

比对该婴儿啼哭声信号对应的每个哭声状态的分布概率，将分布概率最大的哭声状态作为该婴儿啼哭声信号所对应的哭声状态。

进一步，还包括建立预设的动作行为数据库这一步骤，其包括步骤：

获取多个婴儿动作图像，并标注每个婴儿动作图像所对应的哭声状态；

针对每个婴儿动作图像，对其进行预处理后，基于卡尔曼滤波器的自适应背景估计差分法，进行运动目标检测，提取获得对应的运动目标特征值；

基于所有婴儿动作图像提取获得的运动目标特征值，统计后获得每个哭声状态对应的运动目标特征值的变化区间；

将每个哭声状态与变化区间进行关联后，作为预设的动作行为数据库。

进一步，所述基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态这一步骤，具体包括：

对实时获取的婴儿动作图像进行预处理后，基于卡尔曼滤波器的自适应背景估计差分法，进行运动目标检测，提取获得对应的运动目标特征值；

将计算获得的运动目标特征值与动作行为数据库进行比对后，获得其所处的变化区间；

获取该变化区间对应的哭声状态，并判断其是否与从婴儿啼哭声信号识别获得的哭声状态一致，若是，则校验结束，反之，统计预设时间阈值内，从实时的婴儿啼哭声信号识别获得的多个哭声状态和从实时的婴儿动作图像识别获得的多个哭声状态，并将出现次数最多的哭声状态作为校验后的哭声状态。

本发明的哭声识别器的有益效果是：本哭声识别器通过基于反向梅尔频率倒谱系数和贝叶斯分类算法对婴儿啼哭声信号识别获得对应的哭声状态，并结合婴儿的动作图像进行校验后，获得校验后的哭声状态，从而发出对应的提示信号，并通知用户绑定的用户手机、平板电脑或电脑终端，使得家长及时、快速地获知婴儿啼哭声对应的哭声需求，而且本哭声识别器具有便携式结构，便于携带，家长可以携带到家里、户外、商场等各种场所进行使用，简单、方便。而且本哭声识别器基于反向梅尔频率倒谱系数和贝叶斯分类算法进行哭声状态识别，计算方法简单，计算效率高，识别精度高，可及时提醒家长婴儿的哭声状态，而结合婴儿的动作图像对婴儿的哭声状态进行校验，可以提高哭声状态识别的准确度和精度，科学地识别获得婴儿啼哭声对应的需求状态。

本发明的识别方法的有益效果是：本识别方法通过基于反向梅尔频率倒谱系数和贝叶斯分类算法对婴儿啼哭声信号识别获得对应的哭声状态，并结合婴儿的动作图像进行校验后，获得校验后的哭声状态，从而发出对应的提示信号，并通知用户绑定的用户手机、平板电脑或电脑终端，使得家长及时、快速地获知婴儿啼哭声对应的哭声需求。而且本识别方法基于反向梅尔频率倒谱系数和贝叶斯分类算法进行哭声状态识别，计算方法简单，计算效率高，识别精度高，可及时提醒家长婴儿的哭声状态，而结合婴儿的动作图像对婴儿的哭声状态进行校验，可以提高哭声状态识别的准确度和精度，科学地识别获得婴儿啼哭声对应的需求状态。

附图说明

图1是本发明的一种便携式婴儿啼哭声识别器的结构框图；

图2是本发明的一种便携式婴儿啼哭声识别器的识别方法的流程图。

具体实施方式

参照图1，本发明一种便携式婴儿啼哭声识别器，包括本体、设置在本体上的显示模块、提示模块、用于采集婴儿的啼哭声信号的声音传感器和用于采集婴儿的动作图像的图像传感器以及设置在本体内的主控电路板，所述主控电路板上设有主控制器、存储模块、无线通信模块和电源模块，所述显示模块和提示模块设置于医院的护理站，所述显示模块、提示模块、存储模块、无线通信模块、电源模块、声音传感器和图像传感器均与主控制器连接，所述无线通信模块连接至智能手机、平板电脑或电脑终端，所述存储模块存储有多个指令，所述主控制器用于加载所述多个指令从而执行以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端。这里的提示信号，可以是通过显示终端显示的提示信息，也可以是提示模块显示的提示信息，优选的，提示模块采用蜂鸣器和闪烁提示指示灯。因此，可以通过蜂鸣信号或者灯光闪烁进行提示。

进一步作为优选的实施方式，所述哭声状态包括以下状态中的任一种：饥饿、困倦、需要拍嗝、肠痉挛和不舒适。

进一步作为优选的实施方式，所述无线通信模块采用蓝牙通信模块、wifi通信模块或zig-bee通信模块。

本哭声识别器通过基于反向梅尔频率倒谱系数和贝叶斯分类算法对婴儿啼哭声信号识别获得对应的哭声状态，并结合婴儿的动作图像进行校验后，获得校验后的哭声状态，从而发出对应的提示信号，并通知用户绑定的用户手机、平板电脑或电脑终端，使得家长及时、快速地获知婴儿啼哭声对应的哭声需求，而且本哭声识别器具有便携式结构，便于携带，家长可以携带到家里、户外、商场等各种场所进行使用，简单、方便。而且本哭声识别器基于反向梅尔频率倒谱系数和贝叶斯分类算法进行哭声状态识别，计算方法简单，计算效率高，识别精度高，而结合婴儿的动作图像对婴儿的哭声状态进行校验，可以提高哭声状态识别的准确度和精度，科学地识别获得婴儿啼哭声对应的需求状态。

参照图2，本发明还提供了一种便携式婴儿啼哭声识别器的识别方法，包括以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端。

进一步作为优选的实施方式，还包括建立哭声识别模型这一步骤，其包括步骤：

获取多个婴儿啼哭声样本信号，并标注每个婴儿啼哭声样本信号所对应的哭声状态；

建立样本数据库，记录下每个婴儿啼哭声样本信号所对应的哭声状态、反向梅尔频率倒谱系数的离散值；

利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。

进一步作为优选的实施方式，所述利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型这一步骤，具体包括步骤：

统计样本数据库中每个哭声状态所对应的婴儿啼哭声样本信号的数量，进而计算样本数据库中每个哭声状态的统计概率；

将计算得到的各个统计概率和条件概率作为贝叶斯分类模型的参数，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。

进一步作为优选的实施方式，所述根据预设的基于贝叶斯分类算法建立的婴儿哭声识别模型，对反向梅尔频率倒谱系数的离散值进行分类处理，从而识别出该婴儿啼哭声信号所对应的哭声状态这一步骤，具体包括步骤：

比对该婴儿啼哭声信号对应的每个哭声状态的分布概率，将分布概率最大的哭声状态作为该婴儿啼哭声信号所对应的哭声状态。

进一步作为优选的实施方式，还包括建立预设的动作行为数据库这一步骤，其包括步骤：

获取多个婴儿动作图像，并标注每个婴儿动作图像所对应的哭声状态；

针对每个婴儿动作图像，对其进行预处理后，基于卡尔曼滤波器的自适应背景估计差分法，进行运动目标检测，提取获得对应的运动目标特征值；

基于所有婴儿动作图像提取获得的运动目标特征值，统计后获得每个哭声状态对应的运动目标特征值的变化区间；

将每个哭声状态与变化区间进行关联后，作为预设的动作行为数据库。

进一步作为优选的实施方式，所述基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态这一步骤，具体包括：

对实时获取的婴儿动作图像进行预处理后，基于卡尔曼滤波器的自适应背景估计差分法，进行运动目标检测，提取获得对应的运动目标特征值；

将计算获得的运动目标特征值与动作行为数据库进行比对后，获得其所处的变化区间；

针对每个婴儿动作图像，对其进行预处理后，基于卡尔曼滤波器的自适应背景估计差分法，进行运动目标检测，提取获得对应的运动目标特征值的步骤，具体为：针对每个婴儿动作图像，对其进行自适应滤波预处理，实现降噪后，基于卡尔曼滤波器的自适应背景估计差分法，对其进行运动区域标记，进而提取获得每个运动区域的位置、动作参数，实现运动目标检测，提取获得对应的运动目标特征值。

本步骤中，进行校验时，当从婴儿啼哭声信号识别获得的哭声状态为困倦状态，而根据实时获取的婴儿动作图像识别获得的哭声状态为饥饿状态时，则获取预设时间阈值内，例如预设的30秒时间内，从实时的婴儿啼哭声信号识别获得的多个哭声状态，假设共有8个饥饿状态和2个困倦状态，以及从实时的婴儿动作图像识别获得的多个哭声状态，假设共有7个饥饿状态和3个困倦状态，则饥饿状态的出现次数为15次，困倦状态的出现次数为5次，从而获取饥饿状态作为校验后的哭声状态。通过本方式进行校验，在判断根据婴儿动作识别获得的哭声状态与根据婴儿啼哭声信号识别获得的哭声状态不同时，可以进行纠错，获取最为接近婴儿需求的哭声状态。

本识别方法通过基于反向梅尔频率倒谱系数和贝叶斯分类算法对婴儿啼哭声信号识别获得对应的哭声状态，并结合婴儿的动作图像进行校验后，获得校验后的哭声状态，从而发出对应的提示信号，并通知用户绑定的用户手机、平板电脑或电脑终端，使得家长及时、快速地获知婴儿啼哭声对应的哭声需求。而且本识别方法基于反向梅尔频率倒谱系数和贝叶斯分类算法进行哭声状态识别，计算方法简单，计算效率高，识别精度高，而结合婴儿的动作图像对婴儿的哭声状态进行校验，可以提高哭声状态识别的准确度和精度，科学地识别获得婴儿啼哭声对应的需求状态。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

一种便携式婴儿啼哭声识别器及其识别方法与流程

推荐资讯

从出汗看健康出汗透露你的健康信号

早上怎么喝水最健康？

一种便携式婴儿啼哭声识别器及其识别方法与流程

推荐资讯

从出汗看健康 出汗透露你的健康信号

早上怎么喝水最健康？

从出汗看健康出汗透露你的健康信号