發(fā)布時間：2021-08-19 13:50

　　實現(xiàn)對嬰兒啼哭聲的自動檢測,可以提醒看護人員注意,預防可能的危險發(fā)生,對于降低看護人員的勞動強度、提高嬰兒看護用品的檔次具有實際意義。另外由于嬰兒的啼哭聲中可能包含疼痛、饑餓等信息,通過這些信息可以研究嬰兒的心理和生理發(fā)育狀況,甚至可以推斷嬰兒是否患有某一類疾病,自動化的嬰兒啼哭檢測有助于提高研究效率。本文基于CNN和改進的K-means設計實現(xiàn)了兩種嬰兒啼哭聲檢測算法,并進行了性能測試與分析。本文通過對聲音信號進行預處理,提高啼哭信號的信噪比;通過改進聲音檢測端點有效地區(qū)分了有聲段與噪聲段;通過降噪處理,降低了數(shù)據(jù)處理負擔,增強抵抗背景噪聲的能力。不同類別的聲音具有不同的時域、頻域、能量譜以及語譜特征,這些聲學參數(shù)的差異為實現(xiàn)聲音分類提供了基礎。本文采用有聲段的梅爾頻率倒譜系數(shù)作為信號的特征,分別基于改進的K-means算法和卷積神經(jīng)網(wǎng)絡設計了兩類檢測算法,實現(xiàn)了嬰兒哭聲檢測和一些其它聲音的分類。在改進的K-means算法中,針對聲音樣本數(shù)據(jù)長度不確定、與聲音檢測模板數(shù)據(jù)長度不等長的問題,采用動態(tài)時間規(guī)整算法實現(xiàn)測試信號特征與模板的匹配。在基于CNN的算法中包含了一個5層的神經(jīng)網(wǎng)絡,... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

模式分類系統(tǒng)

對嬰兒啼哭聲和其它聲音進哭聲和其它聲音的頻域特征兒啼哭聲及嬰兒周圍聲音特的梅爾倒頻譜系數(shù)。預處理環(huán)節(jié)。預加重增加了聲音信幀實現(xiàn)了聲音信號平穩(wěn)輸入連續(xù)性；改進的端點檢測實短時噪聲的抗干擾能力。改的提取，增強了相鄰幀的關特征參數(shù)具有去除冗余信息學特征有效結合起來利用，特征參數(shù)提取步驟如下圖 2

哈爾濱工業(yè)大學工程碩士學位論文2.2 嬰兒啼哭聲與其它聲音特征比較為了描述嬰兒啼哭聲與其它類別聲音聲學參數(shù)之間的差異與特點，對其進行時域、頻域分析。本文以 4 個類別的聲音（Baby cry、Dog barking、Catcry、Engine sound）為例，從它們的波形、能量頻譜、語譜這三方面來探討這四類聲音的特征。下圖 2-2 為這 4 種聲音的波形圖。

【參考文獻】：
期刊論文
[1]基于窗函數(shù)與MATLAB的數(shù)字FIR濾波器設計[J]. 董胡.  微型電腦應用. 2016(03)
[2]基于雙門限兩級判決的語音端點檢測方法[J]. 路青起,白燕燕.  電子科技. 2012(01)
[3]背景噪聲下的語音識別技術研究[J]. 陳偉紅.  現(xiàn)代電子技術. 2006(14)



本文編號：3351529