[发明专利]一种识别声音的方法、系统、计算机设备及存储介质

权利要求书

1.一种识别声音的方法，其特征在于，所述方法包括：

接收从交通工具内采集的声音信号；

对所述声音信号进行扩帧处理；

通过训练好的神经网络模型，确定扩帧处理后的所述声音信号属于预设动作声音的概率；

将所述概率与预设阈值进行比较，若所述概率小于或等于所述预设阈值则识别所述乘客和/或司机未执行所述预设动作，并发出警报。

2.根据权利要求1所述的识别声音的方法，其特征在于，对所述声音信号进行扩帧处理，具体包括：

对所述声音信号所在帧的前后分别扩大预设帧数。

3.根据权利要求1所述的识别声音的方法，其特征在于，所述训练好的神经网络模型包括：卷积神经网络模型、深度神经网络模型、和/或基于长短期记忆网络的神经网络模型；

当所述训练好的神经网络模型为所述卷积神经网络模型和所述深度神经网络模型时，所述通过所述训练好的预设神经网络模型，确定扩帧处理后的所述声音信号属于预设动作声音的概率，具体包括：

通过所述卷积神经网络模型和所述深度神经网络模型，获取扩帧处理后所述声音信号的每一帧的属于预设动作声音的判别概率；将所述判别概率的平均值作为所述声音信号属于所述预设动作声音的概率；

当所述训练好的神经网络模型为所述基于长短期记忆网络的神经网络模型时，所述通过所述训练好的神经网络模型，确定扩帧处理后的所述声音信号属于预设动作声音的概率，具体包括：

通过所述基于长短期记忆网络的神经网络模型，获取扩帧处理后所述声音信号的每一帧的属于预设动作声音的判别概率；将最后一帧的判别概率作为所述声音信号属于所述预设动作声音的概率。

4.根据权利要求1至3中任一项所述的识别声音的方法，其特征在于，在所述接收从交通工具内采集的声音信号之前，还包括：

判断所述车辆内是否有所述乘客和/或司机；

在判断所述车辆内有所述乘客和/或司机后，进入所述接收从交通工具内采集的声音信号的步骤。

5.根据权利要求1至3中任一项所述的识别声音的方法，其特征在于，所述预设动作声音包括：安全带卡扣的声音、车况检测的声音、和/或锁车的提示声音。

6.一种识别声音的系统，其特征在于，所述系统包括：

接收单元，用于接收从交通工具内采集的声音信号；

扩帧处理单元，用于对所述声音信号进行扩帧处理；

概率确定单元，用于通过训练好的神经网络模型，确定扩帧处理后的所述声音信号属于预设动作声音的概率；

识别及警报单元，用于将所述概率与预设阈值进行比较，若所述概率小于或等于所述预设阈值则识别所述乘客和/或司机未执行所述预设动作，并发出警报。

7.根据权利要求6所述的识别声音的系统，其特征在于，

所述扩帧处理单元，具体用于对所述声音信号所在帧的前后分别扩大预设帧数。

8.根据权利要求6所述的识别声音的系统，其特征在于，所述训练好的神经网络模型包括：卷积神经网络模型、深度神经网络模型、和/或基于长短期记忆网络的神经网络模型；

当所述训练好的神经网络模型为所述卷积神经网络模型和所述深度神经网络模型时，所述概率确定单元，具体用于通过所述卷积神经网络模型和所述深度神经网络模型，获取扩帧处理后所述声音信号的每一帧的属于预设动作声音的判别概率；以及将所述判别概率的平均值作为所述声音信号属于所述预设动作声音的概率；

当所述训练好的神经网络模型为所述基于长短期记忆网络的神经网络模型时，所述概率确定单元，具体用于通过所述基于长短期记忆网络的神经网络模型，获取扩帧处理后所述声音信号的每一帧的属于预设动作声音的判别概率；以及将最后一帧的判别概率作为所述声音信号属于所述预设动作声音的概率。