[发明专利]一种利用婴儿哭声进行情感分析的系统、方法和装置

说明书

本发明属于深度学习技术领域，具体涉及一种利用婴儿哭声进行情感分析的系统、方法和装置；哭声检测模块，训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声；哭声分析模块，训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类；模型更新模块，上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；下载训练好的新模型，替换原先的模型。具有便携、识别准确率高和适用性广的优点。

技术领域

本发明属于深度学习技术领域，具体涉及一种利用婴儿哭声进行情感分析的系统、方法和装置。

背景技术

现今婴儿看护方面的消费仅仅停留在雇佣保姆和医院育婴。随着社会的发展，人力成本昂贵等问题逐渐涌现，无疑增加了那些需要聘请保姆护理家庭的年轻父母的负担。加之现在的年轻父母在外忙碌时间越来越多，故对自己婴儿缺乏照顾。如果交给老人照看婴儿，老人上了年纪，照顾婴儿可能会有所疏忽，会出现婴儿哭闹没被及时护理、晚上睡觉婴儿踢被子无人知、婴儿身体不适无人晓等现象。

ZL201310440063.4公开了一种能识别婴儿哭声的婴儿监护器及婴儿哭声识别方法；该专利公开了如下技术方案：一种能识别婴儿哭声的婴儿监护器，包括主控模块、婴儿哭声识别模块和短信发送模块，其中主控模块，收到婴儿哭声识别模块发过来的婴儿正在哭闹的信息后，将该信息发送给短信发送模块；婴儿哭声识别模块，与主控模块相连，实时采集周围环境中的语音信息，并对语音信息进行处理，将婴儿的哭声与环境中的其他声音区分开，婴儿哭声识别模块包含语音信息采集模块、语音信息处理模块和语音信息判定模块，其中语音信息采集模块实时采集周围环境中的语音信息，语音信息处理模块将采集到的语音信息首先分为语音帧，帧长为100毫秒，帧移为50毫秒，然后作加汉宁窗处理，最后对每帧语音进行快速傅里叶变换，将处理后的语音信息传输至语音信息判定模块，语音判定模块计算1k Hz到3k Hz频率段能量与一帧能量总和之间的比值，将比值大于0.4的语音帧标记为哭声帧，综合连续20帧，当连续20帧里有10帧以上为哭声帧时，判断检测到婴儿哭声，并将婴儿哭闹信息发送给主控模块；短信发送模块，与主控模块相连，接收到主控模块发送的婴儿正在哭闹的信息后。

笨重的实体装置，不便于携带，要么需要连接服务器做分析，依赖于网络。而且缺少对分析结果的反馈。

发明内容

有鉴于此，本发明的主要目的在于提供一种利用婴儿哭声进行情感分析的系统、方法和装置，具有便携、识别准确率高和适用性广的优点。

为达到上述目的，本发明的技术方案是这样实现的：

如图1所示，一种利用婴儿哭声进行情感分析的系统，所述系统包括：

哭声检测模块，训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声；

哭声分析模块，训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类；

模型更新模块，上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；下载训练好的新模型，替换原先的模型。

进一步的，所述哭声检测模块包括：检测训练模块，训练部分搜集训练数据，训练出一个可以检测出婴儿哭声的模型；检测测试模块，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声。

进一步的，所述哭声分析模块包括：分析训练模块，训练数据样本，得到分析模型，训练出一个可以分析婴儿哭声的模型；分析测试模块，对检测到的婴儿哭声做情感分类。