[发明专利]一种便携式婴儿啼哭声识别器及其识别方法

权利要求书

1.一种便携式婴儿啼哭声识别器，其特征在于，包括本体、设置在本体上的显示模块、提示模块、用于采集婴儿的啼哭声信号的声音传感器和用于采集婴儿的动作图像的图像传感器以及设置在本体内的主控电路板，所述主控电路板上设有主控制器、存储模块、无线通信模块和电源模块，所述显示模块和提示模块设置于医院的护理站，所述显示模块、提示模块、存储模块、无线通信模块、电源模块、声音传感器和图像传感器均与主控制器连接，所述无线通信模块连接至智能手机、平板电脑或电脑终端，所述存储模块存储有多个指令，所述主控制器用于加载所述多个指令从而执行以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

对婴儿啼哭声信号进行预处理后，计算获得婴儿啼哭声信号的反向梅尔频率倒谱系数，并对反向梅尔频率倒谱系数进行离散化处理，得到反向梅尔频率倒谱系数的离散值；

根据预设的基于贝叶斯分类算法建立的婴儿哭声识别模型，对反向梅尔频率倒谱系数的离散值进行分类处理，从而识别出该婴儿啼哭声信号所对应的哭声状态；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端；

所述哭声状态包括以下状态中的任一种：饥饿、困倦、需要拍嗝、肠痉挛和不舒适。

2.根据权利要求1所述的一种便携式婴儿啼哭声识别器，其特征在于，所述提示模块采用蜂鸣器和闪烁提示指示灯。

3.根据权利要求1所述的一种便携式婴儿啼哭声识别器，其特征在于，所述无线通信模块采用蓝牙通信模块、wifi通信模块或Zig-Bee通信模块。

4.一种便携式婴儿啼哭声识别器的识别方法，其特征在于，包括以下步骤：

实时获取婴儿的啼哭声信号和动作图像；

对婴儿啼哭声信号进行预处理后，计算获得婴儿啼哭声信号的反向梅尔频率倒谱系数，并对反向梅尔频率倒谱系数进行离散化处理，得到反向梅尔频率倒谱系数的离散值；

根据预设的基于贝叶斯分类算法建立的婴儿哭声识别模型，对反向梅尔频率倒谱系数的离散值进行分类处理，从而识别出该婴儿啼哭声信号所对应的哭声状态；

基于预设的动作行为数据库，采用实时获取的婴儿动作图像校验从婴儿啼哭声信号识别获得的哭声状态；

基于校验后的哭声状态，发出对应的提示信号，同时通知智能手机、平板电脑或电脑终端；

还包括建立哭声识别模型这一步骤，其包括步骤：

获取多个婴儿啼哭声样本信号，并标注每个婴儿啼哭声样本信号所对应的哭声状态；

对每个婴儿啼哭声样本信号进行预处理后，计算获得婴儿啼哭声样本信号的反向梅尔频率倒谱系数，并对反向梅尔频率倒谱系数进行离散化处理，得到反向梅尔频率倒谱系数的离散值；

建立样本数据库，记录下每个婴儿啼哭声样本信号所对应的哭声状态、反向梅尔频率倒谱系数的离散值；

利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。

5.根据权利要求4所述的一种便携式婴儿啼哭声识别器的识别方法，其特征在于，所述利用贝叶斯分类算法对样本数据库进行处理后，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型这一步骤，具体包括步骤：

统计样本数据库中每个哭声状态所对应的婴说儿啼哭声样本信号的数量，进而计算样本数据库中每个哭声状态的统计概率；

统计每个哭声状态下的每个反向梅尔频率倒谱系数的离散值所对应的婴儿啼哭声样本信号的数量，进而计算每个哭声状态下的每个反向梅尔频率倒谱系数的离散值的条件概率；

将计算得到的各个统计概率和条件概率作为贝叶斯分类模型的参数，建立贝叶斯分类模型，并将贝叶斯分类模型作为婴儿哭声识别模型。