基于机器学习的哭声检测系统研究与开发

发布时间：2020-06-29 10:56

【摘要】：智能家居时代,智能产品深受用户青睐的背后反应出用户对创新型业务的迫切需求。借助机器学习技术为传统硬件设备和业务服务进行赋能,是实现对传统业务功能创新与性能改善的有效途径。在智能产品中嵌入婴儿看护功能,能及时发现婴儿哭闹,并向用户发出警报,避免婴儿独处时发生危险,具有较大的市场应用价值。立足于此,本文采用哭声检测技术对婴儿哭声进行监测,研究并开发了基于机器学习的智能哭声检测系统。本文工作简述如下:一、研究声纹识别系统中典型的机器学习算法:研究各机器学习模型的算法原理,并对GMM、SVM模型进行仿真实现,通过对比识别准确率和识别速率两项指标,验证二者对哭声信号的识别性能,并为下文“基于混合模型的智能哭声检测技术”研究提供理论依据;二、研究智能哭声检测系统的关键技术方案:首先,针对智能哭声检测系统做出需求分析,并设计了整个智能哭声识别系统的软硬件架构图;其次,提出了哭声检测系统中的两项关键技术:“基于Mel能量的多特征提取技术”和“基于混合模型的智能哭声检测技术”,为智能哭声检测系统的开发实现提供了行之有效的技术方案;三、开发并实现了基于机器学习的智能哭声检测系统。首先,详细阐述了智能哭声检测系统中手机终端侧软件、智能嵌入式设备侧软硬件、以及模型训练等功能的具体实现细节;其次,对系统进行了功能、性能等方面的测试,通过严格的系统测试,验证了该系统在功能与性能上的技术优势。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP181;TN912.34
【图文】：

界面图,终端软件,手机,界面

图 4.1 手机终端软件初始化界面制部分都集中在手机终端侧，主 Android 系统提供的事件监听机软件执行的回调函数，以执行具，点击“连接设备”按钮时，通设备连接的过程。执行的回调函/ 填写嵌入式设备 ip 地址；().toString();hread(mainHandler, ip_num);tart(); //开启新线程与嵌入式设备进

界面图,终端软件,手机,界面

邮电大学专业学位硕士研究生学位论文第四章基于机器学习的智能哭声检测系统实现与if (msg.what == 1) { //向嵌入式设备端发送检测指令os.write(msg.obj.toString().getBytes());......对于其他按键控制逻辑与此类似，此处不再赘述。如图 4.2 所示为各个按钮点击时面图，从左到右依次为点击监控、关闭、重置按钮效果图。

【参考文献】