[发明专利]一种呼救识别方法、装置、可读存储介质及终端设备

说明书

本发明涉及安防技术领域，尤其涉及一种呼救识别方法、装置、存储介质及终端设备，所述方法包括：获取目标场所的语音数据，并从语音数据中提取梅尔频率倒谱系数MFCC特征；获取各呼救类别对应的各个预置的样本语音数据，并从各样本语音数据中提取样本MFCC特征；分别将MFCC特征与各样本MFCC特征组成输入组输入至训练完成的语音检测模型，得到语音检测模型输出的MFCC特征与各样本MFCC特征之间的相似度；根据相似度确定语音数据对应的呼救类别，并根据呼救类别对应的报警方式进行报警，通过语音数据进行报警分析，可不受遮挡的影响，扩大呼救识别的使用范围，另外，通过语音检测模型进行MFCC特征相似度的确定，可提高呼救语音相似度确定的准确性，提高报警准确性。

技术领域

本发明涉及安防技术领域，尤其涉及一种呼救识别方法、装置、计算机可读存储介质及终端设备。

背景技术

随着人工智能技术的不断发展，传统安防不断向智慧安防发展，以达到有效降低人力资源、实时自动化检测以及及时报警等目标。目前的安防技术主要是基于视频分析的安防技术，即通过对视频监控图像进行分析来实现呼救识别等，而视频监控往往会涉及到用户隐私等问题，极大地限制了安防技术的使用范围；另外，视频监控中的监控目标容易被遮挡，当监控目标被遮挡时，将严重影响基于视频分析的安防技术的报警性能等，从而易造成呼救识别的报警准确性较低。

发明内容

本发明实施例提供了一种呼救识别方法、装置、计算机可读存储介质及终端设备，能够解决现有呼救识别的使用范围小、报警准确性低的问题。

本发明实施例的第一方面，提供了一种呼救识别方法，包括：

获取目标场所的语音数据，并从所述语音数据中提取梅尔频率倒谱系数MFCC特征；

获取各呼救类别对应的各个预置的样本语音数据，并从各所述样本语音数据中提取样本MFCC特征；

将所述MFCC特征分别与各所述样本MFCC特征组成输入组输入至训练完成的语音检测模型，得到所述语音检测模型输出的所述MFCC特征与各所述样本MFCC特征之间的相似度；

根据所述相似度确定所述语音数据对应的呼救类别，并根据所述呼救类别对应的报警方式进行报警。

进一步地，所述语音检测模型包括第一网络单元、第二网络单元、全连接单元和输出单元；

其中，所述第一网络单元和所述第二网络单元均包括依次连接的第一卷积层、第二卷积层、池化层、第一全连接层和第二全连接层，所述全连接单元包括与所述第二全连接层连接的第三全连接层，所述输出单元包括与所述第三全连接层全连接的输出层。

优选地，所述语音检测模型通过下述步骤训练得到：

获取各所述呼救类别对应的训练语音数据，并从各所述训练语音数据中提取对应的训练MFCC特征；

按照预设拼接方式分别对各所述训练语音数据所对应的训练MFCC特征进行拼接，得到各所述训练语音数据所对应的训练MFCC特征图；

根据各所述训练语音数据对应的呼救类别标记各第一训练MFCC特征图与各第二训练MFCC特征图之间的标准相似度，其中，所述第一训练MFCC特征图为所述训练MFCC特征图中的任一训练MFCC特征图，所述第二训练MFCC特征图为所述训练MFCC特征图中不同于所述第一训练MFCC特征图的任一训练MFCC特征图；

分别将各所述第一训练MFCC特征图和各所述第二训练MFCC特征图组成训练输入组输入至初始的语音检测模型，得到各所述第一训练MFCC特征图与各所述第二训练MFCC特征图之间的训练相似度；

根据所述训练相似度和所述标准相似度确定本轮训练的全局误差；

若所述全局误差满足预设条件，则确定所述语音检测模型训练完成；