[发明专利]通过神经网络机器学习的车辆周围音频分类

权利要求书

1.一种确定乘员或车辆是否处于风险中的方法，所述方法包含：

从一个或多个麦克风接收听觉信息；

从一个或多个传感器接收车辆的一个或多个状况的车辆信息；

基于所述车辆信息和所述听觉信息来确定所述车辆是否处于盗窃的风险中或所述车辆的乘员是否处于危险的风险中；以及

一经确定所述乘员或所述车辆处于风险中就触发一个或多个措施；

所述方法还包含：

基于所述听觉信息指示声音来自所述车辆的外面以及所述车辆信息指示所述车辆被抬起或所述车辆在运转中并且所述车辆的车门被锁定，确定所述车辆处于盗窃的风险中；

基于所述听觉信息指示声音来自所述车辆的里面以及所述车辆信息指示所述车辆的车门被锁定并且所述车辆里面的温度达到或超过阈值温度，确定所述乘员处于危险的风险中。

2.根据权利要求1所述的方法，其中所述从所述一个或多个麦克风接收所述听觉信息包含基于第一神经网络和第二神经网络的信息来确定所述乘员是否在所述车辆里面。

3.根据权利要求2所述的方法，其中基于所述第一神经网络和所述第二神经网络的信息来确定所述乘员是否在所述车辆里面通过执行包含以下的操作：

检测在所述车辆内部和周围的多个声音；

把所述声音记录到多个音频文件中；

基于所述第一神经网络的信息来确定所述声音起源于所述车辆的里面还是外面；以及

基于所述第二神经网络的信息把所述声音分类为多个类别。

4.根据权利要求3所述的方法，其中所述检测在所述车辆内部和周围的所述声音包含通过关闭所述车辆或通过按发动机停止按钮、钥匙没有插入点火钥匙孔中、以及所述车辆的一个或多个车门被锁定来发起所述声音的检测。

5.根据权利要求3所述的方法，其中所述确定所述声音起源于所述车辆的里面还是外面包含通过所述第一神经网络的所述音频文件的机器学习。

6.根据权利要求3所述的方法，其中把所述声音分类为多个类别包含通过所述第二神经网络的所述音频文件的机器学习。

7.根据权利要求5所述的方法，其中通过所述第一神经网络的所述音频文件的所述机器学习包含：

通过计算每一个所述音频文件的各自梅尔频率倒谱系数集而用梅尔频率倒谱算法来处理所述音频文件；以及

通过所述第一神经网络来处理所述梅尔频率倒谱系数以获悉各自音频文件的特性集，

其中所述处理所述音频文件包含以梅尔刻度执行所述音频文件的对数和线性傅立叶变换。

8.根据权利要求6所述的方法，其中通过所述第二神经网络的所述音频文件的所述机器学习包含：

通过计算每一个所述音频文件的各自梅尔频率倒谱系数集而用梅尔频率倒谱算法来处理所述音频文件；以及

通过所述第二神经网络来处理所述梅尔频率倒谱系数以获悉各自音频文件的特性集，

其中所述处理所述音频文件包含以梅尔刻度执行所述音频文件的对数和线性傅立叶变换。

9.根据权利要求1所述的方法，其中所述一个或多个措施包含发送一个或多个警告消息、发出一个或多个警报信号、解锁所述车辆的一个或多个车门、或其组合，并且其中所述车辆的所述一个或多个状况包含以下中的一个或多个：

钥匙没有插入点火钥匙孔中；

钥匙没有在所述车辆里面；

所述车辆被抬起；

所述车辆在运转中；

所述车辆的一个或多个车门被锁定；以及

所述车辆里面的温度达到或超过阈值温度。