一种婴儿智能监护可穿戴设备及基于GMM-HMM-DNN的婴儿哭声识别方法技术

本发明专利技术公开了一种婴幼儿智能监护可穿戴设备及基于GMM‑HMM‑DNN的婴儿哭声识别方法，属于智能穿戴技术领域，包括婴儿哭声识别模块、主控模块、信号传送模块、人机交互显示模块，所述婴儿哭声识别模块的输出端与主控模块的输入端相连接，所述主控模块的输出端与信号传送模块的输入端相连接，信号传送模块通过无线传输模块与人机交互显示模块相连接。通过本发明专利技术公开的一种婴幼儿智能监护可穿戴设备及基于GMM‑HMM‑DNN的婴儿哭声识别方法可以很好的了解婴儿的需求，做到对婴儿的实时监护。

Infant intelligent monitoring wearable device and infant crying recognition method based on GMM-HMM-DNN

The invention discloses an infant intelligent monitoring wearable device and a baby crying recognition method based on GMM HMM DNN, which belongs to the field of intelligent wearable technology, including the baby crying recognition module, the main control module, the signal transmission module, the human-computer interactive display module, the output end of the baby crying recognition module and the main control mode. The input end of the block is connected. The output end of the main control module is connected with the input end of the signal transmission module, and the signal transmission module is connected to the man-machine interactive display module through the wireless transmission module. An infant intelligent monitoring wearable device and a baby crying recognition method based on the GMM HMM DNN are open to the invention, and the baby's needs can be well understood and the baby's real-time monitoring can be achieved.

【技术实现步骤摘要】
一种婴儿智能监护可穿戴设备及基于GMM-HMM-DNN的婴儿哭声识别方法
本专利技术涉及智能穿戴
，尤其指一种婴儿智能监护可穿戴设备及基于GMM-HMM-DNN的婴儿哭声识别方法。
技术介绍
随着人们生活水平的提高，家庭生活中对于婴儿的监护要求也越来越高，现今对婴儿的呵护应当做到无微不至，因为婴儿不能去表达自己的情绪及各种需求，这对于年轻的父母来说是一种很大的挑战，基于这种情况，研究人员研发了相应的婴儿智能监护可穿戴设备来对婴儿进行实时监护。参照申请号：CN201620107447.3公开号：CN205375104U一种用于婴儿监护的智能穿戴设备公开了一种用于婴儿监护的智能穿戴设备，智能穿戴设备可以完成婴儿生命体征，生理参数的监测，同时完成婴儿生活环境的实时监测和控制，为婴儿的健康成长营造一个良好、舒适的环境。用以解决目前对于婴儿居住环境以及身体状况不能实时了解，并及时改善婴儿居住环境的问题。婴儿智能监护可穿戴设备可以大大的降低父母的焦虑和紧张，通过信号采集模块准确地获取婴儿各类信号，并通过显示模块反映出婴儿状况。上述技术方案虽然可以有效的检测婴儿的生活环境并且即时的进行调整，但是通常实际生活中，婴幼儿的诸多状态：饥渴、尿急或困倦，采用以上技术方案并不能检测到婴儿的这些状态，而科学研究表明：婴儿啼哭是婴儿与外界交互的重要方式，其声音也会因为情绪或需求的差异而有所不同，因此将婴儿哭声作为一种特殊的语音信号进行分析处理，并将不同的婴儿哭声进行分类可以做到对婴儿的情绪或需求精准化识别。
技术实现思路
本专利技术为了更好的实现婴儿的智能监护从而提供一种婴儿智能监护可穿戴设备及基于GMM-HMM-DNN的婴儿哭声识别方法。其能够实时采集婴儿哭声信号，取样分析得出婴儿哭声所表达的情绪或需求。为实现上述目的，本专利技术采用以下技术方案：一种婴儿智能监护可穿戴设备，包括依次相连接的婴儿哭声识别模块、主控模块、信号传送模块、人机交互显示模块。其中婴儿哭声识别模块：实时采集婴儿哭声信号，并对婴儿哭声信号进行处理，分析婴儿的情绪或需求，婴儿哭声识别模块包括婴儿哭声信号采集模块、婴儿哭声信号处理模块以及婴儿哭声信号判定模块，其中婴儿哭声信号采集模块实时对婴儿哭声进行采集，婴儿哭声信号处理模块将婴儿哭声信号采集模块输出的信号进行滤波等处理从而输出无杂音干扰的婴儿哭声信号，婴儿哭声信号判定模块对婴儿哭声信号处理模块输出的信号分析、比对，从而判断婴儿的情绪或需求；主控模块：与婴儿哭声识别模块的输出端相连接，主控模块接收到婴儿哭声识别模块输出的信号后将该信号进行分析处理，最后传递给信号传送模块；信号传送模块：与主控模块输出端相连，信号传送模块接收到主控模块输出的婴儿的情绪或需求信号后，将该信号传送至人机交互显示模块，由此远程监护人可从人机交互显示模块中了解婴儿的情绪或需求；人机交互显示模块：与信号传送模块相连，人机交互显示模块收到信号传送模块输出的信号后，在监护人客户端显示屏上显示婴儿哭声对应的情绪或需求；所述的人机交互显示模块包括控制子模块和显示子模块。进一步的，所述婴儿智能监护可穿戴设备还包括心率监测模块，心率监测模块的输出端与主控模块的输入端相连，从而达到对婴幼儿的心率进行实时监测并反馈；进一步的，所述信号传送模块优选的采用蓝牙模块进行信号传送；进一步的，所述信号传送模块还设有远距离报警模块，当婴儿远离监护人一定安全范围时，蓝牙连接超过连接的最大距离时断开，此时立即触发报警信号，该信号经信号传送模块输出，在人机交互显示模块发出报警；进一步的优选方案，所述监护人客户端显示屏模板为一智能手机。本专利技术基于GMM-HMM-DNN的婴儿哭声识别方法通过以下步骤实现：步骤一：采集婴儿哭声信号；步骤二：将所述婴儿哭声采集信号进行VAD处理和预加重；步骤三：使用移动窗函数将预加重后的信号进行分帧；步骤四：将分帧信号通过Mel频率倒谱法获得原始特征MFCC；步骤五：将分帧信号通过DNN进行标注提取Tandem特征；步骤六：将提取得到的Tandem特征与原始特征MFCC进行拼接；步骤七：使用PAC对合并后的特征进行压缩降维；步骤八：使用GMM-HMM建立的声学模型对压缩降维后的特征进行婴儿哭声解码；步骤九：根据解码搜索识别结果确定婴幼儿的状态：饥渴、尿急或困倦。进一步的，将分帧信号通过DNN进行标注提取Tandem特征的步骤包括：S1：将分帧信号作为DNN的输入；S2：使用DBN预训练对DNN模型初始化，将DBN的权重作为由sigmoid神经元构成的DNN的初始权重；S3：使用误差反向传播来进行DNN参数训练；S4：使用softmax对DNN的输出特征进行处理，再取对数运算，以修正后验概率分布的偏斜型；S5：使用KLT去除维之间的相关性并降低维数，仅保留对全局方差有贡献的特征分量，删除冗余的数据信号，将输出特征作为Tandem特征。进一步的，使用DBN预训练对DNN模型初始化的步骤包括：A:使用RBM期望值连续迭代获得DBN所有隐藏层权重的初始值；B:使用wake-sleep算法对DBN进行精细调整；C:在预训练结束后，添加一个随机初始化的softmax输出层，并用反向误差传播算法鉴别性地精细调整网络中的所有权重。进一步的，根据所述压缩降维后的特征，通过GMM-HMM建立声学模型,其步骤包括：1：采用GMM对降维压缩后特征进行建模；2：采用HMM对GMM建模结果进行婴儿哭声识别。进一步的，采用GMM对降维压缩后特征进行建模的步骤包括：a:使用GMM对降维压缩后特征进行匹配，建立多元高斯分布模型；b:采用EM算法对GMM模型中各参数变量进行估计；进一步的，采用HMM对GMM建模结果进行婴儿哭声识别，其步骤包括：A1：对用于训练的特征矢量进行K均值聚类分析得到码本元素；A2：将所得码本元素和待识别的特征矢量进行矢量量化操作；A3：对量化后的码本元素使用Baum-Welch算法训练HMM；A4：对量化后待识别的特征矢量使用Viterbi算法计算各HMM模型的条件概率；A5：取此概率最大者即为识别结果。通过上述对本专利技术的描述可知其优点在于：通过实时监测婴儿的哭声并对哭声进行处理分析，根据哭声的不同从而检测到婴儿的不同心理需求，便于直观的让父母了解婴儿的心理状态和需求，实现了更加智能化的婴儿监护。附图说明图1为所述婴儿智能监护可穿戴设备的工作原理图。图2为所述婴儿智能监护可穿戴设备的工作流程图。图3为所述基于GMM-HMM-DNN的婴儿哭声识别方法的流程框架图。具体实施方式如图1所示，所述的一种婴儿智能监护可穿戴设备，包括婴儿哭声识别模块、主控模块、信号传送模块、心率监测模块以及人机交互显示模块，其中：婴儿哭声识别模块：实时采集婴儿哭声信号，并对婴儿哭声信号进行处理，分析婴儿的情绪或需求，婴儿哭声识别模块包括婴儿哭声信号采集模块、婴儿哭声信号处理模块以及婴儿哭声信号判定模块，其中，婴儿哭声信号采集模块实时对婴儿的哭声信息进行采集，婴儿哭声信号处理模块将婴儿哭声信号采集模块输出的信号进行滤波等处理从而输出无杂音干扰的婴儿哭声信号，婴儿哭声信号判定模块采用所述的基于GMM-HMM-DNN的婴儿哭声识别方法对婴儿哭声信号处理模块输出的信号分析比对从而判断婴儿本文档来自技高网...

【技术保护点】
1.一种婴幼儿智能监护可穿戴设备，其特征在于：包括婴儿哭声识别模块、主控模块、信号传送模块、人机交互显示模块，所述婴儿哭声识别模块的输出端与主控模块的输入端相连接，所述主控模块的输出端与信号传送模块的输入端相连接，信号传送模块通过无线传输模块与人机交互显示模块相连接。

【技术特征摘要】
1.一种婴幼儿智能监护可穿戴设备，其特征在于：包括婴儿哭声识别模块、主控模块、信号传送模块、人机交互显示模块，所述婴儿哭声识别模块的输出端与主控模块的输入端相连接，所述主控模块的输出端与信号传送模块的输入端相连接，信号传送模块通过无线传输模块与人机交互显示模块相连接。2.如权利要求1所述的一种婴幼儿智能监护可穿戴设备，其特征在于：还包括心率监测模块，所述心率监测模块的输出端与主控模块相连接。3.如权利要求1所述的一种婴幼儿智能监护可穿戴设备，其特征在于：无线信号传送模块采用低功耗蓝牙芯片CC2541。4.如权利要求1所述一种婴幼儿智能监护可穿戴设备，其特征在于：所述婴幼儿智能监护可穿戴设备为婴儿手环。5.如权利要求1所述一种婴幼儿智能监护可穿戴设备，其特征在于：所述信号传送模块还设有远距离报警子模块，该模块通过蓝牙连接断开信号驱动报警。6.一种基于GMM-HMM-DNN的婴儿哭声识别方法，其特征在于：步骤一：采集婴儿哭声信号；步骤二：将所述婴儿哭声采集信号进行VAD处理和预加重；步骤三：使用移动窗函数将预加重后的信号进行分帧；步骤四：将分帧信号通过Mel频率倒谱法获得原始特征MFCC；步骤五：将分帧信号通过DNN进行标注提取Tandem特征；步骤六：将提取得到的Tandem特征与原始特征MFCC进行拼接；步骤七：使用PAC对合并后的特征进行压缩降维；步骤八：使用GMM-HMM建立的声学模型对压缩降维后的特征进行婴儿哭声解码；步骤九：根据解码搜索识别结果确定婴幼儿的状态：饥渴、尿急或困倦。7.如权利要求5所述一种基于GMM-HMM-DNN的婴儿哭声识别方法，其特征在于：将分帧信号通过DNN进行标注提取Tandem特征的步骤包括：S1：将分帧信号作为DNN的输入；S2：使用DBN预训练对DNN模型初始化，将DBN的权重作为由sigm...

【专利技术属性】
技术研发人员：潘朝源，赵玮，邓时健，魏文舒，张云霞，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34