本發(fā)明涉及聲音識(shí)別技術(shù)領(lǐng)域，特別是一種基于聲音特征識(shí)別的嬰兒哭聲翻譯方法。

背景技術(shù)

傳統(tǒng)嬰幼兒陪護(hù)過程中，由于嬰兒尚未具備語言能力，其生理需求和情感表達(dá)主要依靠陪護(hù)人的觀察嬰兒的表情、表觀現(xiàn)象及體感特征等經(jīng)驗(yàn)判斷。這種方法在一定程度上依賴于看護(hù)人的經(jīng)驗(yàn)豐富程度，但年輕父母或其他看護(hù)人很少接受專業(yè)培訓(xùn)，而造成經(jīng)驗(yàn)不足或不盡相同、且沒有相對(duì)統(tǒng)一的參考標(biāo)準(zhǔn)。這種傳統(tǒng)的經(jīng)驗(yàn)式判斷存在以下弊端：1.由于看護(hù)人未及時(shí)掌握嬰兒生理或心理需求，使得看護(hù)質(zhì)量下降，效率不高；2.由于看護(hù)人誤判、延判，造成嬰兒的醫(yī)療、救治不及時(shí)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是要解決現(xiàn)有技術(shù)中存在的不足，提供一種基于聲音特征識(shí)別的嬰兒哭聲翻譯方法，通過對(duì)嬰兒哭聲的特征提取與分析和神經(jīng)網(wǎng)絡(luò)訓(xùn)練，可以識(shí)別嬰兒在不同生理狀態(tài)下的聲音反應(yīng)，并反饋為饑餓、瞌睡、疼痛、無聊、恐懼、不適六種狀態(tài)，可以協(xié)助人們對(duì)嬰兒的反應(yīng)做出判斷，提高嬰兒護(hù)理的科學(xué)性和可靠性。

為達(dá)到上述目的，本發(fā)明是按照以下技術(shù)方案實(shí)施的：

一種基于聲音特征識(shí)別的嬰兒哭聲翻譯方法，包括以下步驟：

步驟一、采用一個(gè)精密聲級(jí)拾音器采集嬰兒哭聲的聲音片段，并對(duì)采集的所有嬰兒哭聲的聲音片段進(jìn)行前處理，所述前處理包括對(duì)所有嬰兒哭聲的聲音片段的語音降噪、濾波消噪；

步驟二、將經(jīng)前處理的嬰兒哭聲的聲音片段經(jīng)a/d采樣后存儲(chǔ)于計(jì)算機(jī)，通過計(jì)算機(jī)對(duì)經(jīng)前處理的嬰兒哭聲的聲音片段再次進(jìn)行濾波和降噪處理；

步驟三、對(duì)步驟二處理過的嬰兒哭聲的聲音片段提取音色、音調(diào)、響度、能量、頻率共5個(gè)特征參數(shù)特征參數(shù)和頻率共生矩陣，共生矩陣的特征參數(shù)包括對(duì)比度、相關(guān)、逆差距、能量、中值、協(xié)方差、反差、差異性、二階矩、熵、自相關(guān)共11個(gè)特征參數(shù)；

步驟四、通過主成分分析法對(duì)提取的音色、音調(diào)、響度、能量、頻率的特征參數(shù)和頻率共生矩陣的特征參數(shù)進(jìn)行降維處理；

步驟五、選取降維處理后的嬰兒哭聲的聲音片段的音色、音調(diào)、響度、能量、頻率的特征參數(shù)用于輸入bp神經(jīng)網(wǎng)絡(luò)的輸入層，輸出層神經(jīng)元的個(gè)數(shù)為6，設(shè)定隱含層神經(jīng)元的個(gè)數(shù)為4；設(shè)定bp神經(jīng)網(wǎng)絡(luò)最大訓(xùn)練次數(shù)為60000次，使最小均方差為0.0001；設(shè)定輸入層的轉(zhuǎn)換函數(shù)為tansig、輸出層的轉(zhuǎn)換函數(shù)為purelin、bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)為traingdm，權(quán)值和閾值的學(xué)習(xí)函數(shù)為learngdm；在輸出層中分別表示如下：饑餓［100000］、瞌睡［010000］、疼痛［001000］、無聊［000100］、恐懼［000010］、不適［000001］，然后開始對(duì)bp神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

步驟六、bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，將待識(shí)別的嬰兒哭聲的聲音片段的降維處理后的聲音片段的音色、音調(diào)、響度、能量、頻率的特征參數(shù)輸入到訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)中，輸出層得到嬰兒哭聲的聲音識(shí)別。

進(jìn)一步的技術(shù)方案為，所述步驟一中，所述精密聲級(jí)拾音器放置于嬰兒嘴部上方10cm處，采集1s時(shí)長(zhǎng)的嬰兒哭聲的聲音片段。

進(jìn)一步的技術(shù)方案為，所述步驟四中降維處理具體為：采用db5小波對(duì)聲音片段進(jìn)行4層分解，得到16個(gè)等分的頻率段，然后求出每個(gè)頻率段的能量，然后將各段聲音信號(hào)能量歸一化后構(gòu)成特征向量，該特征向量可表示為:

式中，e1，e2，……，e13，e14為每個(gè)頻率段能量，e為信號(hào)總能量。

進(jìn)一步的技術(shù)方案為，所述步驟五中，分別用［10000］、［01000］、［00100］、［00010］和［00001］來表示降維后的每段嬰兒哭聲的的聲音片段的音色、音調(diào)、響度、能量、頻率的特征參數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明依據(jù)嬰兒在不同生理狀態(tài)下啼哭的聲音特征差異，利用計(jì)算機(jī)聲音處理技術(shù)，分別提取嬰兒在不同生理狀態(tài)下啼哭聲音特征參數(shù)：音色、音調(diào)、響度、能量、頻率和頻率共生矩陣的11個(gè)特征參數(shù)，總共的16個(gè)特征參數(shù)。通過bp神經(jīng)網(wǎng)絡(luò)算法，對(duì)嬰兒在不同生理狀態(tài)下啼哭聲音片段進(jìn)行采集，對(duì)聲音片段降噪和濾波后再建立嬰兒啼哭聲音特征差異與饑餓、瞌睡、疼痛、無聊、恐懼、不適六種生理狀態(tài)之間的對(duì)應(yīng)關(guān)系，并給出識(shí)別結(jié)果為：饑餓、瞌睡、疼痛、無聊、恐懼、不適。在訓(xùn)練bp神經(jīng)網(wǎng)絡(luò)中，輸入任何一段嬰兒哭聲聲音片段中提取的特征參數(shù)，即可從輸出層得到識(shí)別的結(jié)果，提高嬰兒護(hù)理的質(zhì)量與效率，減少嬰兒護(hù)理中的誤判和延判。

附圖說明

圖1為本發(fā)明的流程圖。

圖2為bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖3為多元神經(jīng)單層神經(jīng)網(wǎng)絡(luò)示意圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述，在此發(fā)明的示意性實(shí)施例以及說明用來解釋本發(fā)明，但并不作為對(duì)本發(fā)明的限定。

如圖1所示，本實(shí)施例的一種基于聲音特征識(shí)別的嬰兒哭聲翻譯方法，具體步驟如下所示：

可以采用一個(gè)手持式的精密聲級(jí)拾音器放置于嬰兒嘴部上方10cm處，采集1s時(shí)長(zhǎng)的嬰兒哭聲的聲音片段，并對(duì)采集的所有嬰兒哭聲的聲音片段進(jìn)行前處理，所述前處理包括采用minidsp音頻處理器，dsp語音降噪算法，ld-2l濾波消噪電流聲抗干擾器對(duì)所有嬰兒哭聲的聲音片段的語音降噪、濾波消噪。

這些聲音信號(hào)在輸入bp神經(jīng)網(wǎng)絡(luò)前需經(jīng)分析處理，以獲取利于識(shí)別的有效特征，這是決定bp網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)和網(wǎng)絡(luò)識(shí)別精度的關(guān)鍵。前面采集并存儲(chǔ)于計(jì)算機(jī)的聲音是離散的時(shí)域信號(hào)，可對(duì)嬰兒啼哭產(chǎn)生的聲音的進(jìn)行頻譜等特征分析，以提取相關(guān)的特征參數(shù)，從而建立嬰兒啼哭聲音特征差異與饑餓、瞌睡、疼痛、無聊、恐懼、不適六種生理狀態(tài)之間的對(duì)應(yīng)關(guān)系。

進(jìn)一步，將經(jīng)前處理的嬰兒哭聲的聲音片段經(jīng)a/d采樣后存儲(chǔ)于計(jì)算機(jī)，通過計(jì)算機(jī)對(duì)經(jīng)前處理的嬰兒哭聲的聲音片段再次進(jìn)行濾波和降噪處理。

進(jìn)一步，對(duì)處理過的嬰兒哭聲的聲音片段提取音色、音調(diào)、響度、能量、頻率共5個(gè)特征參數(shù)特征參數(shù)和頻率共生矩陣，共生矩陣的特征參數(shù)包括對(duì)比度、相關(guān)、逆差距、能量、中值、協(xié)方差、反差、差異性、二階矩、熵、自相關(guān)共11個(gè)特征參數(shù)。

進(jìn)一步，由于不同嬰兒啼哭的聲音信號(hào)的功率譜不同，通過主成分分析法對(duì)提取的音色、音調(diào)、響度、能量、頻率的特征參數(shù)和頻率共生矩陣的特征參數(shù)進(jìn)行降維處理，具體方法為：采用db5小波對(duì)嬰兒哭聲的聲音片段進(jìn)行4層分解，得到16個(gè)等分的頻率段，然后求出每個(gè)頻率段的能量，然后將各段聲音信號(hào)能量歸一化后構(gòu)成特征向量，該特征向量可表示為:

式中，e1，e2，……，e13，e14為每個(gè)頻率段能量，e為信號(hào)總能量。

bp神經(jīng)網(wǎng)絡(luò)是采用誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，它包含輸入層、輸出層和一個(gè)或多個(gè)隱層，如圖3所示。各層神經(jīng)元僅與相鄰層神經(jīng)元之間相互全連接，同層神經(jīng)元之間無連接。輸入信號(hào)從輸入層節(jié)點(diǎn)(神經(jīng)元)依次傳過各隱層節(jié)點(diǎn)，再傳到輸出節(jié)點(diǎn)，每一層節(jié)點(diǎn)的輸出只影響下一層節(jié)點(diǎn)的輸出，然后按照誤差減少的原則，從輸出層經(jīng)隱層向輸入層逐層修正權(quán)值，這種逆向誤差傳播修正不斷進(jìn)行，直到達(dá)到所要求的學(xué)習(xí)目標(biāo)。

進(jìn)一步，構(gòu)建bp神經(jīng)網(wǎng)絡(luò)，包含輸入層節(jié)點(diǎn)數(shù)、輸出層節(jié)點(diǎn)數(shù)和網(wǎng)絡(luò)層數(shù)的確定。其中輸入層節(jié)點(diǎn)數(shù)和輸出層節(jié)點(diǎn)數(shù)是由實(shí)際問題本身決定的。如圖2所示，選取降維處理后的聲音片段的5個(gè)主成分特征參數(shù)：音色、音調(diào)、響度、能量、頻率的特征參數(shù)用于輸入bp神經(jīng)網(wǎng)絡(luò)的輸入層，分別用［10000］、［01000］、［00100］、［00010］和［00001］來表示降維后的每段聲音的音色、音調(diào)、響度、能量、頻率的特征信號(hào)，輸出層神經(jīng)元的個(gè)數(shù)為6，設(shè)定隱含層神經(jīng)元的個(gè)數(shù)為4；設(shè)定bp神經(jīng)網(wǎng)絡(luò)最大訓(xùn)練次數(shù)為60000次，使最小均方差為0.0001；設(shè)定輸入層的轉(zhuǎn)換函數(shù)為tansig、輸出層的轉(zhuǎn)換函數(shù)為purelin、bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)為traingdm，權(quán)值和閾值的學(xué)習(xí)函數(shù)為learngdm；在輸出層中分別表示如下：饑餓［100000］、瞌睡［010000］、疼痛［001000］、無聊［000100］、恐懼［000010］、不適［000001］，然后開始對(duì)bp神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

進(jìn)一步，bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，將待識(shí)別的嬰兒哭聲的聲音片段的降維處理后的聲音片段的音色、音調(diào)、響度、能量、頻率的特征參數(shù)輸入到訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)中，輸出層得到嬰兒哭聲的聲音識(shí)別，從而就判斷出嬰兒所表達(dá)的是饑餓、瞌睡、疼痛、無聊、恐懼、不適中具體的一種狀態(tài)。

為了進(jìn)一步驗(yàn)證本實(shí)施例的可行性，bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，選取另外的待識(shí)別的待識(shí)別的20個(gè)嬰兒哭聲的聲音片段，將每個(gè)試樣的5個(gè)主成分特征參數(shù)輸入到訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)中，即得到如表1的輸出結(jié)果。

表1bp神經(jīng)網(wǎng)絡(luò)測(cè)試結(jié)果

從表1中可以看出，將待識(shí)別的降維處理后的嬰兒哭聲的聲音片段的音色、音調(diào)、響度、能量、頻率的特征參數(shù)輸入到訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)中，可以快速識(shí)別出嬰兒所表達(dá)的具體是饑餓、瞌睡、疼痛、無聊、恐懼、不適中具體的一種狀態(tài)。

本發(fā)明的技術(shù)方案不限于上述具體實(shí)施例的限制，凡是根據(jù)本發(fā)明的技術(shù)方案做出的技術(shù)變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)。

相關(guān)知識(shí)

基于PaddleSpeech的嬰兒啼哭識(shí)別：讓哭聲“說話
一種便攜式嬰兒啼哭聲識(shí)別器及其識(shí)別方法與流程
基于PaddleSpeech的嬰兒啼哭識(shí)別(上）
基于PaddleSpeech的嬰兒啼哭識(shí)別：構(gòu)建嬰兒需求理解的橋梁
嬰兒啼哭聲研究與模式分類
嬰兒的哭聲怎么形容
硬核奶爸做個(gè)“智能嬰兒監(jiān)視器”：啼哭自動(dòng)通知，還能分析哭聲含義
嬰兒出生啼哭聲 音效素材 免費(fèi)下載
新手爸媽？不會(huì)帶娃？一文教你聽懂寶寶哭聲中的訴求~~~
Nature：哭聲的秘密？嬰兒啼哭→母親釋放催產(chǎn)素｜世界母乳喂養(yǎng)周

網(wǎng)址: 一種基于聲音特征識(shí)別的嬰兒哭聲翻譯方法與流程 http://www.u1s5d6.cn/newsview196031.html