[发明专利]一种基于异常检测的婴儿哭声检测、网络建立方法和系统

说明书

本申请公开了一种基于异常检测的婴儿哭声检测、网络建立方法和系统，检测方法包括建立婴儿哭声检测系统，将待检测声音文件输入婴儿哭声检测系统进行检测，婴儿哭声检测系统对待检测声音文件按单位时长进行切割，得到若干个待检测声音帧，对各声音帧进行预处理，得到各帧频谱二维图像，将各帧频谱二维图像输入训练好的特征提取骨干网络提取特征，再由训练好的特征优化分类网络进行运算，得到各声音帧包含哭声的概率，根据概率判断有无异常，基于检测方法，构建婴儿哭声检测系统，建立系统中各网络结构并训练，本申请的婴儿哭声检测系统，结构简单，检测速度快，准确率高。

技术领域

本发明涉及声音检测技术领域，尤其是涉及一种基于异常检测的婴儿哭声检测、网络建立方法和系统。

背景技术

婴儿检测是婴儿家庭的一种重要事项，目前婴儿检测的方法包括视频检测、哭声检测、呼吸检测。视频检测能够看到婴儿的现状，人们不可能时时看着视频。呼吸检测能够监测有潜在问题的婴儿，当出现问题时，及时提供看护。

哭声检测，当婴儿发出哭声时，给看护者发送报警信息，提醒父母看护婴儿。现有技术甚至可以根据婴儿哭声判断是什么原因导致婴儿啼哭，从而有针对性地提供婴儿看护方式。

婴儿视频检测是视频监控技术的一种重要应用。这个应用不但可以减轻父母的负担，而且可以保护婴儿的安全。一个例子是呼吸检测，可以监测有潜在问题的婴儿，当出现问题时，及时提供看护。

目前的哭声检测方法，大多基于传统的机器学习方法，比如在各种物理特性(均值、方差、周期，过零数)上的SVM方法。但这种方法通常性能较差，泛化能力较差。最近几年出现了用CNN进行分类的方法，总体上存在CNN网络结构不够高效、CNN网络训练还不够精确的问题。

因此，如何准备大量的训练数据、设计高效的CNN网络，是目前亟待解决的问题。

发明内容

本发明的目的是提供一种一种基于异常检测的婴儿哭声检测、网络建立方法和系统，获取哭声信号和正常声音信号，对声音进行预处理；设置特征提取骨干网络结构，对特征提取骨干网络进行训练，固化参数；设置特征优化分类网络，进行训练，固化参数，基于固化参数后的特征提取骨干网络、特征优化分类网络，建立婴儿哭声检测系统，基于婴儿哭声检测系统进行声音检测，得到是否有哭声的检测结果，使用弱监督学习的方法，降低训练数据，使得区分哭声和非哭声更加容易。

第一方面，本发明的上述发明目的通过以下技术方案得以实现：

一种基于异常检测的婴儿哭声检测方法，包括建立婴儿哭声检测系统，将待检测声音文件输入婴儿哭声检测系统进行检测，婴儿哭声检测系统对待检测声音文件按单位时长进行切割，得到若干个待检测声音帧，对各声音帧进行预处理，得到各帧频谱二维图像，将各帧频谱二维图像输入训练好的特征提取骨干网络提取特征，再由训练好的特征优化分类网络进行运算，得到各声音帧包含哭声的概率，若概率大于设定阈值，则说明有哭声，若概率小于设定阈值，则说明无哭声。

第二方面，本发明的上述发明目的通过以下技术方案得以实现：

一种用于婴儿哭声检测的特征提取骨干网络建立方法，包括获取哭声频谱二维图像和正常声音频谱二维图像，设置特征提取骨干网络结构，用频谱二维图像对特征提取骨干网络进行训练，固定特征提取骨干网络参数，得到固定参数的特征提取骨干网络。

本发明进一步设置为：从哭声信号中截取单位长度的若干哭声段，分别进行频谱分析，得到若干哭声频谱二维图像并标记；从正常声音信号中截取单位长度的若干正常声音段，分别进行频谱分析，得到若干正常声音频谱二维图像并标记。