[发明专利]婴儿哭声识别方法、装置、电子设备及存储介质

说明书

本申请涉及人工智能技术领域，揭露了一种婴儿哭声识别方法，所述方法包括：获取待处理婴儿哭声音频，将所述待处理婴儿哭声音频划分为多段音频；通过预训练的神经网络对多段所述音频进行特征提取，得到多个音频特征；根据多个所述音频特征构建特征图；通过预训练的图卷积神经网络对所述特征图进行分类，得到对所述待处理婴儿哭声音频的哭声识别结果。此外，本申请还涉及一种婴儿哭声识别方法、装置、设备及存储介质。本申请可以提高对婴儿哭声识别的准确率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种婴儿哭声识别方法、装置、电子设备及存储介质。

背景技术

婴儿的哭声是婴儿与外界环境交流的主要方式之一，婴儿的心理和身体上的感受会通过哭声向外界传达，例如，婴儿身体某方面不适，或者婴儿具有某种需求（如想睡觉、想吃东西等）都可能通过哭声表达出来。因此，识别婴儿哭声能够更深入的了解婴儿的需求。现有技术中，对婴儿哭声的识别主要还是依靠人的主观判断，这种方式主要依赖于人的经验，而不同人的经验是有限的，一个人往往无法识别婴儿的各种情况，因此当出现不熟悉的哭声时会无法判断，且大多数接触婴儿的人，如新生儿父母更是缺乏经验的，因此，现有技术中对于婴儿哭声的识别往往不够准确。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种婴儿哭声识别方法、装置、电子设备及存储介质。

第一方面，本申请提供了一种婴儿哭声识别方法，所述方法包括：

获取待处理婴儿哭声音频，将所述待处理婴儿哭声音频划分为多段音频；

通过预训练的神经网络对多段所述音频进行特征提取，得到多个音频特征；

根据多个所述音频特征构建特征图；

通过预训练的图卷积神经网络对所述特征图进行分类，得到对所述待处理婴儿哭声音频的哭声识别结果。

可选地，所述通过预训练的神经网络对多段所述音频进行特征提取，得到多个音频特征，包括：

提取多段所述音频的谱图；

通过预训练的神经网络对多个所述谱图进行特征提取，得到多个音频特征。

可选地，所述根据多个所述音频特征构建特征图，包括：

计算多个所述音频特征中任一音频特征与其他音频特征之间的相似度；

根据所述相似度确定与所述任一音频特征相似的目标音频特征；

将所述任一音频特征和所述目标音频特征分别作为不同的节点，在所述不同的节点之间建立连接边，以及将所述不同的节点之间的相似度作为所述连接边的权重值，得到所述特征图。

可选地，所述根据所述相似度确定与所述任一音频特征相似的目标音频特征，包括：

对计算得到的多个所述相似度进行排序；

根据从前到后的顺序选取至少两个相似度对应的至少两个其他音频特征作为所述目标音频特征。

可选地，所述神经网络为深度残差网络。

可选地，所述通过预训练的图卷积神经网络对所述特征图进行分类之前，所述方法还包括：

获取初始图卷积神经网络；

通过半监督学习方式对所述初始图卷积神经网络进行训练，得到所述图卷积神经网络。

可选地，所述获取待处理婴儿哭声音频，包括：

获取监控设备采集的监控信息；

识别所述监控信息中是否包含婴儿哭声；