技术特征：
1.一种智能识别婴儿哭声类别的方法，其特征在于，所述方法包括：
s20：至少获取婴儿啼哭时声音的音频特征和与婴儿声带振动相对应的振动频谱；
s21：对所述音频特征和所述振动频谱进行特征融合，输出融合后的融合特征；
s22：将所述融合特征输入预置的神经网络，输出与哭泣状态对应的编码特征向量；
s23：根据所述编码特征向量，输出所述哭泣状态的哭声类别。
2.根据权利要求1所述的智能识别婴儿哭声类别的方法，其特征在于，所述s20包括：
s201：获取婴儿哭声对应的音频信号；
s202：利用梅尔滤波器对所述音频信号进行特征提取，得到所述音频特征；
其中，所述音频特征为梅尔频率倒谱系数mfcc特征。
3.根据权利要求2所述的智能识别婴儿哭声类别的方法，其特征在于，所述s20包括：
s203：获取婴儿啼哭时与声带振动相对应的电信号；
s204：根据所述音频信号中各帧音频的时间长度对所述电信号进行分段，得到多个连续的电信号片段；
s205：对多个连续的所述电信号片段进行短时傅里叶变换，输出所述振动频谱。
4.根据权利要求3所述的智能识别婴儿哭声类别的方法，其特征在于，所述s21包括：
s211：对各帧音频的mfcc特征和各所述电信号片段的所述振动频谱进行主成分分析法降维处理，输出降维后的所述音频信号中各帧音频的mfcc特征和各所述电信号片段；
s212：对降维后的各帧音频的所述mfcc特征与各帧音频对应的电信号的所述振动频谱进行特征融合，得到各所述融合特征。
5.根据权利要求4所述的智能识别婴儿哭声类别的方法，其特征在于，所述s212包括：
s2121：获取所述振动频谱的频率变化阈值，以及与各帧音频相对应的振动频谱的振动频率；
s2122：利用所述频率变化阈值对各所述振动频率进行分段，得到多个连续的频率段；
s2123：将各所述频率段对应的振动频谱与各频率段分别对应的所有帧音频的mfcc特征进行特征融合，得到与各频率段对应的所述融合特征。
6.根据权利要求5所述的智能识别婴儿哭声类别的方法，其特征在于，所述s22包括：
s221：获取所述神经网络的特征矩阵容量；
s222：将所述融合特征与卷积核进行卷积计算，输出与各所述电信号片段对应的编码特征向量；
s223：根据所述特征矩阵容量和各所述编码特征向量，得到当前特征矩阵中的各所述编码特征向量。
7.根据权利要求1所述的智能识别婴儿哭声类别的方法，其特征在于，所述s23包括：
s231：获取哭声类别阈值；
s232：对比当前所述编码特征向量对应的第一哭声类别和前一所述编码特征向量对应的第二哭声类别，输出类别对比结果；
s233：若所述对比结果为相同，则进行计数加1；否则，计数清0；
s234：当计数的值等于所述哭声类别阈值时，输出所述哭声类别。
8.一种智能识别婴儿哭声类别的装置，其特征在于，包括：
参数获取模块：用于至少获取婴儿啼哭时声音的音频特征和与婴儿声带振动相对应的振动频谱；
特征融合模块：用于对所述音频特征和所述振动频谱进行特征融合，输出融合后的融合特征；
神经网络模块：用于将所述融合特征输入预置的神经网络，输出与哭泣状态对应的编码特征向量；
类别输出模块：根据所述编码特征向量，输出所述哭泣状态的哭声类别。
9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
技术总结
本发明属于语音识别技术领域，解决了通过语音识别判断婴儿哭声，存在准确性低的技术问题，提供了一种智能识别婴儿哭声类别的方法和装置。该方法包括:至少获取婴儿啼哭时声音的音频特征和与婴儿声带振动相对应的振动频谱；对所述音频特征和所述振动频谱进行特征融合，输出融合后的融合特征；将所述融合特征输入预置的神经网络，输出与哭泣状态对应的编码特征向量；根据所述编码特征向量，输出所述哭泣状态的哭声类别。本发明还包括用于执行上述方法的装置。本发明利用婴儿声带振动的振动频谱结合哭声的音频特征判断婴儿哭声类型；能够准确检测婴儿个体差异造成的发声差异，提高婴儿哭声类别识别的准确性。
技术研发人员：陈辉;张智;谢鹏;雷奇文;艾伟;胡国湖
受保护的技术使用者：武汉星巡智能科技有限公司
技术研发日：2021.02.26
技术公布日：2021.06.15
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
