[发明专利]一种哭声分类方法、装置、服务器和可读存储介质

权利要求书

1.一种哭声分类方法，其特征在于，包括：

获取训练数据集，数据集包括多个音频训练信号，每个所述音频训练信号对应有分类标签；

提取各所述音频训练信号的梅尔域倒谱系数MFCC特征，基于音频训练信号的MFCC特征，训练获得用于确定音频训练信号是否为哭声的第一模型；

提取各所述音频训练信号的对数梅尔频谱Logmel特征，基于Logmel特征，训练获得用于对哭声分类的第二模型；

利用所述第一模型判断采集到的音频信号是否为哭声；

响应于判定为哭声，利用所述第二模型对采集到的音频信号分类。

2.根据权利要求1所述的哭声分类方法，其特征在于，

所述提取各所述音频训练信号的MFCC特征，包括：将所述音频训练信号处理为声谱图；从所述音频训练信号的声谱图提取所述MFCC特征；

所述提取各所述音频训练信号的Logmel特征，包括：将所述音频训练信号处理为声谱图；从所述音频训练信号的声谱图提取所述Logmel特征。

3.根据权利要求2所述的哭声分类方法，其特征在于，所述将各所述音频训练信号处理为声谱图，包括：

对所述音频训练信号进行分帧、加窗和傅里叶变换，获得所述声谱图。

4.根据权利要求1所述的哭声分类方法，其特征在于，所述第一模型为支持向量机SVM模型，所述第二模型为四分类深度神经网络DNN模型。

5.根据权利要求1所述的哭声分类方法，其特征在于，所述利用所述第二模型对采集到的音频信号分类之后，包括：

将所采集到的音频信号作为训练数据，训练并更新所述第一模型和/或所述第二模型。

6.根据权利要求1所述的哭声分类方法，其特征在于，所述分类标签包括：不是哭声、疼痛类哭声、困乏类哭声、饥饿类哭声和其他类哭声。

7.根据权利要求1所述的哭声分类方法，其特征在于，所述音频训练信号的时长区间为[1s,5s]。

8.一种哭声分类装置，其特征在于，包括：

获取模块，用于获取训练数据集，数据集包括多个音频训练信号，每个所述音频训练信号对应有分类标签；

第一提取模块，用于提取各所述音频训练信号的梅尔域倒谱系数MFCC特征，基于音频训练信号的MFCC特征，训练获得用于确定音频训练信号是否为哭声的第一模型；

第二提取模块，用于提取各所述音频训练信号的对数梅尔频谱Logmel特征，基于Logmel特征，训练获得用于对哭声分类的第二模型；

第一处理模块，用于利用所述第一模型判断采集到的音频信号是否为哭声；

第二处理模块，用于响应于判定为哭声，利用所述第二模型对采集到的音频信号分类。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的哭声分类方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一所述的哭声分类方法。