[发明专利]训练警报系统以对事件的音频分类的方法、软件和设备

说明书

本发明涉及训练警报系统以对事件的音频分类的方法、软件和设备。提供了一种用于训练警报系统(10)以对事件的音频进行分类的方法，其中，警报系统(10)被连接到被训练为将音频分类为事件类型的神经网络(30)，方法(100)包括以下步骤：接收(S120)在第一时间段期间记录的音频；将音频发送(S140)到外部单元(40)；从外部单元(40)接收(S150)指示音频的子时间段的数据和指示音频的所指示的子时间段的事件类型的数据；并且通过输入与音频的所指示的子时间段相对应的音频的子时段并且将所指示的事件类型用作音频的子时段的正确分类来重新训练(S160)神经网络(30)。

技术领域

本发明涉及警报系统的训练。具体地，本发明涉及训练警报系统以对事件的音频进行分类。

背景技术

现代警报系统正变得更先进，并且可以包括麦克风，以检测指示例如入室盗窃的新型事件。然而，这种进步也已经导致更多的虚假警报。虚假警报成本高昂，并且降低了警报系统的可靠性，然而，应找到平衡，以免错过真正的事件。

进一步地，在训练警报系统时，可能难以识别要用作训练数据的正确数据，并且一旦安装就难以调整系统。

因此，需要警报系统的改进的训练。

发明内容

根据第一方面，提供了一种用于训练警报系统以对事件的音频进行分类的方法。警报系统被连接到被训练为将音频分类为事件类型的神经网络。该方法包括以下步骤：接收在第一时间段期间记录的音频；将音频发送到外部单元；从外部单元接收指示音频的子时间段的数据和指示音频的所指示的子时间段的事件类型的数据；并且通过输入与音频的所指示的子时间段相对应的音频的子时段并且将所指示的事件类型用作音频的子时段的正确分类来重新训练神经网络。

通过本方法，可以实现警报系统的准确和有效的训练。通过涉及外部单元，可以在外部单元处提供进一步的智能，以对指示特定事件类型的音频进行正确地识别和分类。因此，准确的数据可以从外部单元被接收并且可以用于训练警报系统处的神经网络。因此，准确的数据可以由外部单元独立地验证，以允许更稳健的训练。事件可以是诸如入室盗窃、火灾或者非法进入的可以触发警报的任何事件，并且可以由标签或者布尔值指示。音频的子时间段包括事件的时间，并且可以在由警报系统从外部设备接收的数据中通过时间戳或者音频剪辑来指示。

该方法可以进一步包括以下步骤：在第一时间段期间记录视频；并且将视频发送到外部单元。由此，更多的信息可以被外部单元提取和使用，使得从外部单元接收的数据更准确。外部单元处的附加分析可以包括：执行视频的图像分析以更好地识别事件类型，或者比较视频和音频以更准确地识别音频的子时间段。可以以类似的方式使用诸如运动检测器的与警报系统相关的其它传感器。

该方法可以进一步包括通过将音频输入到神经网络中来分析音频的步骤，其中，神经网络输出所记录的音频的建议事件类型；并且其中，发送音频的步骤进一步包括发送指示音频的建议事件类型的数据。由此，可以对外部单元施加更小的分析负担，并且可以改善结果。指示音频的建议事件类型的数据可以例如被用作在外部设备处提供的任何类型的分析的开始值。

所接收的指示事件类型的数据可以包括例如使用布尔值的音频的建议事件类型的验证。由此，外部设备与警报系统之间的通信可以更有效并且减少网络的负载。

该方法可以进一步包括以下步骤：在包括第一时间段的第二时间段期间记录音频；并且分析所记录的音频以识别指示事件的音频，其中，在第一时间段期间记录的音频包括指示事件的音频。由此，通过识别第一时间段，由警报系统实现对音频的更多控制。这种控制使得能够实现更好的训练并且降低外部单元的要求。

分析所记录的音频的步骤可以进一步包括识别指示对话的音频，其中，在第一时间段期间记录的音频排除指示对话的音频。由此，保护了居民的隐私，同时进一步改进了音频分析，因为在可能触发警报的事件期间通常不会发生正常的对话。