[发明专利]一种融合GMM模型和HMM模型的婴儿哭声检测方法

说明书

本发明涉及互联网技术领域，公开了一种融合GMM模型和HMM模型的婴儿哭声检测方法，包括以下步骤：建立短哭声数据模型C1；建立中哭声数据模型C2；建立长哭声数据模型C3：将上述得到的每种哭声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的HMM模型；建立短噪声数据模型N1；建立中噪声数据模型N2：建立长噪声数据模型N3：将上述得到的每种噪声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的GMM模型,能够充分利用GMM模型。本发明的技术方案能够显著提高哭声检测准确率，降低虚警率和漏报率。

技术领域

本发明涉及互联网技术领域，特别涉及一种融合GMM模型和HMM模型的婴儿哭声检测方法。

背景技术

婴儿哭声检测技术在教育、陪护领域具有广泛的应用前景。目前业界的主要通过统计模型方法来实现，通过建立婴儿哭声数据库，训练得到婴儿哭声的GMM模型或HMM模型，再经过对应的解码器打分得到匹配分数，通过设置的置信度阈值判断出是否为真实的婴儿哭声。这类方法主要的缺点是仅使用单一的模型结构（仅使用GMM模型结构，或者仅使用HMM模型结构），无法针对具体应用场景的需求充分发挥两种主流模型结构各自的优点，同时规避其不足。

发明内容

本发明的主要目的是提出一种融合GMM模型和HMM模型的婴儿哭声检测方法，旨在能够充分利用GMM模型与时序无关的特点和HMM模型与时序相关的特点，建立婴儿哭声模型和与之适应的噪声模型，实现婴儿哭声检测聚类和识别性能的提升，提高哭声检测准确率，降低虚警率和漏报率。

为实现上述目的，本发明提出的融合GMM模型和HMM模型的婴儿哭声检测方法，包括如下步骤：

建立短哭声数据模型C1；

建立中哭声数据模型C2；

建立长哭声数据模型C3：

将上述得到的每种哭声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的HMM模型；

建立短噪声数据模型N1；

建立中噪声数据模型N2：

建立长噪声数据模型N3：

将上述得到的每种噪声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的GMM模型。

进一步地，所述的建立短哭声数据模型C1包括如下步骤：

（1）针对剔除静音后的纯哭声，选取有效语音时长为0.5秒~1秒之间的短时长婴儿哭声语音5000条，通过训练得到其对应的GMM模型C1_G；

（2）从上个步骤中的5000条哭声语音中，随机选取整体语音时长为0.5秒~1秒之间的短时长婴儿哭声语音2000条，通过训练得到其对应的HMM模型C1_H。

进一步地，所述的建立中哭声数据模型C2包括如下步骤：

（1）针对剔除静音后的纯哭声，选取有效语音时为1秒~2秒之间的中等时长婴儿哭声语音5000条，通过训练得到其对应的GMM模型C2_G；

（2）从上个步骤中的5000条哭声语音中随机选取整体语音时长为1秒~2秒之间的短时长婴儿哭声语音2000条，通过训练得到其对应的HMM模型C2_H。

进一步地，所述的建立长哭声数据模型C3包括如下步骤：

（1）针对剔除静音后的纯哭声，选取有效语音时长为2秒~3秒之间的短时长婴儿哭声语音5000条，通过训练得到其对应的GMM模型C3_G；

（2）从上个步骤中的5000条哭声语音中随机选取整体语音时长为2秒~3秒之间的短时长婴儿哭声语音2000条，通过训练得到其对应的HMM模型C3_H。

进一步地，所述的建立短噪声数据模型N1包括如下步骤：

（1）依比例混合已有的M类噪声库声音数据；