[发明专利]基于智能耳机的家用门铃声自动监测方法、设备及介质

权利要求书

1.一种基于智能耳机的家用门铃声自动监测方法，其特征在于，所述基于智能耳机的家用门铃声自动监测方法包括：

采用所述智能耳机的麦克风采集家里的环境声音；

识别所述环境声音是否为家门响声；

若所述环境声音为所述家门响声，则采用所述智能耳机的喇叭输出有人敲家门的提示语音。

2.如权利要求1所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，所述识别所述环境声音是否为家门响声包括：

将所述环境声音输入至预先训练好的家门响声识别模型中进行家门响声识别处理，得到响声识别结果，其中，所述家门响声识别模型是由历史环境声音和历史家门响声类型作为样本训练得到；

若所述响声识别结果为所述家门响声，则确定所述环境声音为所述家门响声。

3.如权利要求2所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，所述将所述环境声音输入至预先训练好的家门响声识别模型中进行家门响声识别处理，得到响声识别结果包括：

将所述环境声音中的环境音色输入至预先训练好的家门音色识别模型中进行音色识别处理，得到音色识别结果，其中，所述家门音色识别模型是由历史环境音色和历史家门音色类型作为样本训练得到；

若所述音色识别结果为家门音色，则确定所述响声识别结果为所述家门响声。

4.如权利要求3所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，所述将所述环境声音中的环境音色输入至预先训练好的家门音色识别模型中进行音色识别处理，得到音色识别结果包括：

获取预先采集到的目标家门音色；

采用余弦相似度方法，计算所述环境音色与所述目标家门音色进行相似度，得到相似度值；

若所述相似度值大于或等于预设的相似度阈值，则确定所述音色识别结果为所述家门音色。

5.如权利要求3所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，在所述将所述环境声音中的环境音色输入至预先训练好的家门音色识别模型中进行音色识别处理，得到音色识别结果之前，所述基于智能耳机的家用门铃声自动监测方法还包括：

采用时频域转换方法，将所述环境声音进行时频域转换处理，得到环境频率集；

采用带通滤波器，对所述环境频率集进行高频滤波处理，得到滤波后的环境频率，同时将仅包含所述滤波后的环境频率的声音信号确定为所述环境音色。

6.如权利要求1至5中任一项所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，在所述采用所述智能耳机的喇叭输出有人敲家门的提示语音之前，所述基于智能耳机的家用门铃声自动监测方法还包括：

获取从图像采集设备传来的目标用户的人脸图像，其中，所述目标用户为让家门发出家门响声的用户；

识别所述人脸图像是否包含熟人人脸图片；

若所述人脸图像包含所述熟人人脸图片，则执行所述输出有人敲家门的提示语音的步骤；

所述采用所述智能耳机的喇叭输出有人敲家门的提示语音具体为：

采用所述智能耳机的喇叭输出有熟人敲家门的提示语音。

7.如权利要求6所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，所述识别所述人脸图像是否包含熟人人脸图片包括：

将所述人脸图像输入至预先训练好的人脸识别模型中进行人脸识别处理，得到是或否的人脸识别结果；

若所述人脸识别结果为是，则确定所述人脸图像包含所述熟人人脸图片。

8.如权利要求7所述的基于智能耳机的家用门铃声自动监测方法，其特征在于，在所述将所述人脸图像输入至预先训练好的人脸识别模型中进行人脸识别处理，得到是或否的人脸识别结果之前，所述基于智能耳机的家用门铃声自动监测方法还包括：

在历史数据库中，获取历史人脸图像和历史人脸识别结果；

将所述历史人脸图像作为训练样本输入至深度学习模型中，得到临时结果；

将所述临时结果与所述历史人脸识别结果之间的误差最小化；

若所述误差在预设的条件范围内，则确定所述深度学习模型为训练好的人脸识别模型。