[发明专利]基于深层神经网络的婴儿啼哭声识别方法及系统

权利要求书

1.一种基于深层神经网络的婴儿啼哭声识别方法，其特征在于，包括：

采集训练用婴儿啼哭声数据；

对所述训练用婴儿啼哭声数据进行分类标注；

提取每一个分类标注的训练用婴儿啼哭声数据中每段音频的梅尔域倒谱系数以生成训练用数据文件；

根据所述训练用数据文件并采用逐层预训练的方式得到深层神经网络中每一层的初始权值；

根据深层神经网络中所有层的初始权值并采用BP算法获取所述深层神经网络的哭声模型；

采集待识别的婴儿啼哭声数据，提取待识别的婴儿啼哭声数据中每段音频的梅尔域倒谱系数；

根据待识别的婴儿啼哭声数据中每段音频的梅尔域倒谱系数和所述哭声模型进行哭声识别，

其中，根据所述训练用数据文件并采用逐层预训练的方式得到深层神经网络中每一层的初始权值的步骤中，

从第四层开始的每一层初始权值包括：从第一层至第N-2层中各相邻两层之间的第一权值以及从第N-2层至第N层中各相邻两层之间的随机权值，其中，N为待获取初始权值的当前层的层数，N为大于等于四的正整数。

2.如权利要求1所述的基于深层神经网络的婴儿啼哭声识别方法，其特征在于，对所述训练用婴儿啼哭声数据进行分类标注的步骤之前还包括：

对所述训练用婴儿啼哭声数据进行剔除噪音和背景说话声的预处理。

3.如权利要求1所述的基于深层神经网络的婴儿啼哭声识别方法，其特征在于，所述分类标注包括病理性婴儿啼哭声和非病理性婴儿啼哭声。

4.如权利要求1所述的基于深层神经网络的婴儿啼哭声识别方法，其特征在于，根据所述训练用数据文件并采用逐层预训练的方式得到深层神经网络中每一层的初始权值的步骤中，采用逐层预训练的方式得到深层神经网络的层数为九层。

5.一种基于深层神经网络的婴儿啼哭声识别系统，其特征在于，包括：

第一采集模块，用于采集训练用婴儿啼哭声数据；

标注模块，用于对所述训练用婴儿啼哭声数据进行分类标注；

第一提取模块，用于提取每一个分类标注的训练用婴儿啼哭声数据中每段音频的梅尔域倒谱系数以生成训练用数据文件；

初始权值模块，用于根据所述训练用数据文件并采用逐层预训练的方式得到深层神经网络中每一层的初始权值；

哭声模型模块，用于根据深层神经网络中所有层的初始权值并采用BP算法获取所述深层神经网络的哭声模型；

第二采集模块，用于采集待识别的婴儿啼哭声数据，提取待识别的婴儿啼哭声数据中每段音频的梅尔域倒谱系数；

哭声识别器模块，用于根据待识别的婴儿啼哭声数据中每段音频的梅尔域倒谱系数和所述哭声模型进行哭声识别，

其中，所述初始权值模块得到深层神经网络中从第四层开始的每一层初始权值包括：从第一层至第N-2层中各相邻两层之间的第一权值以及从第N-2层至第N层中各相邻两层之间的随机权值，其中，N为待获取初始权值的当前层的层数，N为大于等于四的正整数。

6.如权利要求5所述的基于深层神经网络的婴儿啼哭声识别系统，其特征在于，所述标注模块，还用于在对所述训练用婴儿啼哭声数据进行分类标注之前，对所述训练用婴儿啼哭声数据进行剔除噪音和背景说话声的预处理。

7.如权利要求5所述的基于深层神经网络的婴儿啼哭声识别系统，其特征在于，所述标注模块进行的所述分类标注包括病理性婴儿啼哭声和非病理性婴儿啼哭声。

8.如权利要求5所述的基于深层神经网络的婴儿啼哭声识别系统，其特征在于，所述初始权值模块采用逐层预训练的方式得到深层神经网络的层数为九层。