[发明专利]一种基于区间差分特征的婴儿啼哭检测方法

摘要

本发明提供一种基于区间差分特征的婴儿啼哭检测方法，包括：采集音频波形数据；获取音频能量特征；判断是否属于可疑婴儿啼哭音频，若是则去除背景干扰音频；检测候选婴儿啼哭音频位置区间；获得任意一个音频位置区间的统计特征；判断是否属于婴儿啼哭音频，若是则发出报警信号。本发明采用粗检测和精检测相结合的逻辑结构，系统整体速度更快；采用自适应的机器视觉学习算法获取最优的训练样本特征，检测结果更加准确，误检和漏检更少；较少受外部环境音频的影响。

主权项

1.一种基于区间差分特征的婴儿啼哭检测方法，其特征在于，包括以下顺序的步骤：(1)采集一段音频波形数据；(2)对采集的一段音频波形数据，统计其中波形幅度大于一定数值的音频波形数据所占的时间比例，作为该段音频波形数据的音频能量特征；(3)判断所述音频能量特征是否大于一定阈值，若是，则执行步骤(4)，若否，则返回步骤(1)；(4)去除该段音频波形数据的背景干扰音频；(5)基于预先训练的婴儿啼哭音频分类器，确定该段音频波形数据上的候选婴儿啼哭音频位置区间；(6)按照以下公式，获得该段音频波形数据上任意一个音频位置区间的统计特征：T＝λ*max{|ta‑tb|,|tc‑td|}其中，N表示某个音频位置区间被检测为婴儿啼哭音频的累计数目，[ta,tb)、[tc,td)表示该音频位置区间内的候选婴儿啼哭音频位置区间，λ表示常数且有0.25≤λ≤0.4，max{}函数的功能是选择最大的数据元素；(7)若该段音频波形数据上某个音频位置区间的统计特征大于预定数值，则执行步骤(8)，若该段音频波形数据上任意一个音频位置区间的统计特征均不大于预定数值，则返回步骤(1)；(8)发出报警信号；步骤(5)中，所述婴儿啼哭音频分类器的获取，包括：a、收集各种婴儿啼哭的音频波形数据作为训练正样本，所述训练正样本的时长为τ秒；b、收集除婴儿啼哭声之外的其他音频波形数据作为训练负样本，所述训练负样本的时长也为τ秒；c、分别去除训练正样本、训练负样本的背景干扰音频；d、按照以下公式，分别获取训练正样本、训练负样本的区间差分特征集：其中，F表示训练正样本、训练负样本的区间差分特征集的元素，s(t)表示一段音频波形数据上t时刻的波形幅度，t1、t2、t3、t4依次是该段音频波形数据上的不同时刻位置，且它们之间的时间间距是相等的；e、基于adaboost学习算法进行样本训练，获取婴儿啼哭音频分类器文件。