复杂背景噪声中的婴儿啼哭声检测研究

发布时间：2021-08-19 13:50

　　实现对婴儿啼哭声的自动检测,可以提醒看护人员注意,预防可能的危险发生,对于降低看护人员的劳动强度、提高婴儿看护用品的档次具有实际意义。另外由于婴儿的啼哭声中可能包含疼痛、饥饿等信息,通过这些信息可以研究婴儿的心理和生理发育状况,甚至可以推断婴儿是否患有某一类疾病,自动化的婴儿啼哭检测有助于提高研究效率。本文基于CNN和改进的K-means设计实现了两种婴儿啼哭声检测算法,并进行了性能测试与分析。本文通过对声音信号进行预处理,提高啼哭信号的信噪比;通过改进声音检测端点有效地区分了有声段与噪声段;通过降噪处理,降低了数据处理负担,增强抵抗背景噪声的能力。不同类别的声音具有不同的时域、频域、能量谱以及语谱特征,这些声学参数的差异为实现声音分类提供了基础。本文采用有声段的梅尔频率倒谱系数作为信号的特征,分别基于改进的K-means算法和卷积神经网络设计了两类检测算法,实现了婴儿哭声检测和一些其它声音的分类。在改进的K-means算法中,针对声音样本数据长度不确定、与声音检测模板数据长度不等长的问题,采用动态时间规整算法实现测试信号特征与模板的匹配。在基于CNN的算法中包含了一个5层的神经网络,... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

模式分类系统

对婴儿啼哭声和其它声音进哭声和其它声音的频域特征儿啼哭声及婴儿周围声音特的梅尔倒频谱系数。预处理环节。预加重增加了声音信帧实现了声音信号平稳输入连续性；改进的端点检测实短时噪声的抗干扰能力。改的提取，增强了相邻帧的关特征参数具有去除冗余信息学特征有效结合起来利用，特征参数提取步骤如下图 2

哈尔滨工业大学工程硕士学位论文2.2 婴儿啼哭声与其它声音特征比较为了描述婴儿啼哭声与其它类别声音声学参数之间的差异与特点，对其进行时域、频域分析。本文以 4 个类别的声音（Baby cry、Dog barking、Catcry、Engine sound）为例，从它们的波形、能量频谱、语谱这三方面来探讨这四类声音的特征。下图 2-2 为这 4 种声音的波形图。

【参考文献】：
期刊论文
[1]基于窗函数与MATLAB的数字FIR滤波器设计[J]. 董胡.  微型电脑应用. 2016(03)
[2]基于双门限两级判决的语音端点检测方法[J]. 路青起,白燕燕.  电子科技. 2012(01)
[3]背景噪声下的语音识别技术研究[J]. 陈伟红.  现代电子技术. 2006(14)



本文编号：3351529