一种婴儿哭声的辨识方法、服务器、手机、外部设备及系统与流程

本发明涉及智能监护设备领域，特别是涉及婴儿哭声的辨识方法、服务器、手机、外部设备及系统。

背景技术：

传统的婴儿哭声辨识方法一般是通过采集婴儿的哭声数据，然后根据哭声数据通过一定的算法获得婴儿的哭声原因，例如婴儿哭声可能代表要喂奶或要换尿布等。

传统的婴儿哭声辨识方法存在以下不足：传统的算法中只是考虑了婴儿哭声数据本身，也就是只是对音频数据进行了分析比对，进而就得出了相应的结论。这种方法在实际应用时，虽然具有一定的准确率，但任然会出现较多的差错。也就是实际婴儿哭声原因与传统的婴儿哭声辨识方法得出的结论不一致。

技术实现要素：

基于此，有必要针对传统的方法存在的问题，提供一种婴儿哭声的辨识方法，以进一步提高辨识的准确率。

一种婴儿哭声的辨识方法，包括：

根据婴儿哭声数据获得各个哭声原因的概率，

将各个哭声原因按照概率从大到小进行排序，

依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据，

如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验，

如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验，

如所有哭声原因都不符合环境实际状况数据和上一次处理记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果。

上述方法中，依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据。也就是本发明的方法不是简单的给出各个哭声原因的概率，而是在此基础上，结合环境实际状况数据和上一次处理记录数据来综合判断真正的哭声原因。因为婴儿哭声数据在采集时可能由于实际环境的干扰而发生一定偏差，这就给后续通过相应算法对婴儿哭声数据的分析带来干扰。也就是通过相应算法得出的各个哭声原因的概率可能会有误差，例如，概率排在第一位的哭声原因可能不是真正的婴儿哭声原因。这时如果简单的将概率排在第一位的哭声原因发送给用户，就会误导用户，使用户采取了错误的处理方式。本发明则是先将各个哭声原因按照概率排序，然后逐一根据环境实际状况数据和上一次处理记录数据来综合判断，如果发现其中一个哭声原因符合判断标准，则把该哭声原因发送给用户。这样判断出的哭声原因的准确率更高。

在其中一个实施例中，所述上一次处理记录数据包括上次喂奶时间、上次更换尿布时间、上次睡眠时间以及上次陪玩时间，所述环境实际状况数据包括温度数据和湿度数据。

一种辨识婴儿哭声的服务器，所述服务器用于执行所述的婴儿哭声的辨识方法对应的操作。

一种婴儿哭声的处理方法，包括：

接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述的服务器，

接收记录统计分析数据以及上一次处理记录数据，

获取并发送根据最终辨识结果得到的本次处理记录数据。

一种辨识婴儿哭声的手机，所述手机存储有应用程序，所述应用程序用于执行所述的婴儿哭声的处理方法对应的操作。

一种婴儿哭声的处理方法，包括：

接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述的服务器，

接收上一次处理记录数据，

采集并发送婴儿哭声数据以及环境实际状况数据，

获取并发送根据最终辨识结果得到的本次处理记录数据。

一种辨识婴儿哭声的外部设备，所述外部设备具有软件或应用程序，所述软件或应用程序用于执行所述的婴儿哭声的处理方法对应的操作。

一种婴儿哭声的处理方法，包括：

获取婴儿哭声数据、环境实际状况数据以及上一次处理记录数据，

根据婴儿哭声数据获得各个哭声原因的概率，

将各个哭声原因按照概率从大到小进行排序，

依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据，

如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验，

如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验，

如所有哭声原因都不符合环境实际状况数据和记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果，

发送最终辨识结果、上一次处理记录数据以及记录统计分析数据，

获取根据最终辨识结果得到的本次处理记录数据，

保存婴儿哭声数据、最终辨识结果以及本次处理记录数据。

在其中一个实施例中，所述上一次处理记录数据包括上次喂奶时间、上次更换尿布时间、上次睡眠时间以及上次陪玩时间，所述环境实际状况数据包括温度数据和湿度数据。

一种辨识婴儿哭声的系统，包括外部设备、服务器和手机，

所述外部设备用于采集并向所述服务器发送婴儿哭声数据以及环境实际状况数据，所述外部设备用于接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述服务器，所述外部设备用于接收上一次处理记录数据，获取并向所述服务器发送根据最终辨识结果得到的本次处理记录数据；

所述服务器用于从所述外部设备获取婴儿哭声数据、环境实际状况数据以及从所述外部设备或所述手机获取各次的处理记录数据，

所述服务器用于获得最终辨识结果，所述最终辨识结构的获得方法包括：根据婴儿哭声数据获得各个哭声原因的概率，将各个哭声原因按照概率从大到小进行排序，依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据，如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验，如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验，如所有哭声原因都不符合环境实际状况数据和记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果，

所述服务器用于向所述外部设备发送最终辨识结果以及上一次处理记录数据，

所述服务器用于向所述手机发送最终辨识结果、上一次处理记录数据以及记录统计分析数据，

所述服务器用于保存婴儿哭声数据、最终辨识结果以及各次的处理记录数据；

所述手机用于接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述服务器，所述手机还用于接收服务器发送的记录统计分析数据以及上一次处理记录数据，并获取和向所述服务器发送根据最终辨识结果得到的本次处理记录数据。

附图说明

图1为本发明的实施例的婴儿哭声辨识方法的流程图。

图2为本发明的实施例的婴儿哭声辨识系统的原理图。

图3为本发明的实施例的外部设备的示意图。

其中：

1、哭声实时采集单元

2、最终辨识结果显示区

3、处理按键

4、上次处理记录数据显示区

5、设备启停及背景灯控制按键

6、环境数据传感器。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。

需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

如图1所示，本发明的实施例提供了一种婴儿哭声的辨识方法，该方法包括：

s100、根据婴儿哭声数据获得各个哭声原因的概率。这里，可应用现有的算法来实现根据婴儿哭声数据获得各个哭声原因的概率。

s200、将各个哭声原因按照概率从大到小进行排序。

s300、依次对各个哭声原因进行检验，所述检验的方法包括：

判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据。

如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验。

如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验。

如所有哭声原因都不符合环境实际状况数据和上一次处理记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果。

上述方法中，依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据。也就是本发明的方法不是简单的给出各个哭声原因的概率，而是在此基础上，结合环境实际状况数据和上一次处理记录数据来综合判断真正的哭声原因。因为婴儿哭声数据在采集时可能由于实际环境的干扰而发生一定偏差，这就给后续通过相应算法对婴儿哭声数据的分析带来干扰。也就是通过相应算法得出的各个哭声原因的概率可能会有误差，例如，概率排在第一位的哭声原因可能不是真正的婴儿哭声原因。这时如果简单的将概率排在第一位的哭声原因发送给用户，就会误导用户，使用户采取了错误的处理方式。本发明则是先将各个哭声原因按照概率排序，然后逐一根据环境实际状况数据和上一次处理记录数据来综合判断，如果发现其中一个哭声原因符合判断标准，则把该哭声原因发送给用户。这样判断出的哭声原因的准确率更高。

具体的，上述最终辨识结果可包括：饥饿、更换尿布、瞌睡、无聊、身体疼痛、冷、热等。

具体的，例如，将各个哭声原因按照概率由大到小进行排序，概率最大的哭声原因为饥饿，此时，将该哭声原因进行检验，调取上次处理记录数据，该数据显示在两小时内未有过进食，调取环境实际状况数据，环境实际状况数据显示室温和湿度也在正常指标，则检验结果为符合，最终辨识结果为该哭声原因为饥饿。

但是，如果上次处理记录数据显示在半小时内有过进食，则说明“哭声原因为饥饿”与“上次处理记录数据”矛盾。检验结果为不符合。接着，继续检验第二概率的哭声原因。依次类推，直到分析出符合的哭声原因。

若按照上述方式分析了所有哭声原因，发现所有哭声原因与上次处理记录数据或环境实际状况数据不符。则最终按照环境实际状况数据与上次处理记录数据分析出得出最终辨识结果。

例如，所有哭声原因经检测后都与上次处理记录数据或环境实际状况数据不符，且根据现有算法得到的各个哭声原因中不包括“无聊”这个原因。这时，参考上次处理记录数据或环境实际状况数据得出最终辨识结果。具体的，根据上次处理记录数据分析得出该哭声原因为“无聊”，则最终辨识结果为该哭声原因是“无聊”，需要家长安慰一下宝宝。

具体的，环境实际状况数据和上次处理记录数据对应的可能的哭声原因可参照表1。

表1

本实施例中，所述上一次处理记录数据包括上次喂奶时间、上次更换尿布时间、上次睡眠时间以及上次陪玩时间，所述环境实际状况数据包括温度数据和湿度数据。

具体的，上述上次喂奶时间为上次喂奶开始时间或上次喂奶结束时间等。

具体的，上述上次更换尿布时间为上次更换尿布开始时间或上次更换尿布结束时间等。

具体的，上述上次睡眠时间为上次睡眠开始时间或上次睡眠结束时间等。

具体的，上述陪玩时间为上次陪玩开始时间或上次陪玩结束时间等。

具体的，上述温度数据为婴儿所在室内的温度数据。上述湿度数据为婴儿所在室内的湿度数据。

本发明的实施例还提供了一种辨识婴儿哭声的服务器，所述服务器用于执行上述的婴儿哭声的辨识方法对应的操作。也就是在服务器中，存储有相应的运行指令，通过运行指令可执行上述方法对应的操作，以获得最终的辨识结果。

本发明的实施例还提供了一种婴儿哭声的处理方法，该方法包括：

接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述的服务器。

接收记录统计分析数据以及上一次处理记录数据。

获取并发送根据最终辨识结果得到的本次处理记录数据。

本发明的实施例还提供了一种辨识婴儿哭声的手机，所述手机存储有应用程序，所述应用程序用于执行上述的婴儿哭声的处理方法对应的操作。

本发明的实施例还提供了一种婴儿哭声的处理方法，该方法包括：

接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述的服务器。

接收上一次处理记录数据。

采集并发送婴儿哭声数据以及环境实际状况数据。

获取并发送根据最终辨识结果得到的本次处理记录数据。也就是用户看到最终辨识结果后，可采取相应的处理措施，并进行记录，形成本次处理记录数据。

本发明的实施例还提供了一种辨识婴儿哭声的外部设备，所述外部设备具有软件或应用程序，所述软件或应用程序用于执行上述的婴儿哭声的处理方法对应的操作。

具体的，如图3所示，上述外部设备可包括哭声实时采集单元，屏幕，控制单元，多个处理按键，设备启停及背景灯控制按键，环境数据传感器等。上述哭声实时采集单元、屏幕、多个处理按键、设备启动及关闭背景灯按键以及环境数据传感器分别与控制单元相连。

其中，哭声实时采集单元用于实时采集婴儿哭声，并通过控制单元发送给服务器。

屏幕设置有多个显示区域，其中一个区域用于显示哭声原因的最终辨识结果。另一区域用于显示上次处理记录数据。

多个处理按键可包括喂奶按键、换尿布按键、睡眠按键以及陪玩按键等。这些按键可在处理完后按下，以便对处理结束时间进行记录，并上传给服务器。例如，婴儿哭闹，通过服务器辨识后，发现该哭声原因是饥饿，相应的处理方式就是喂奶。喂完奶后，可按下喂奶按键，这样可记录喂奶结束时间，并将该时间上传给服务器，这个数据就是本次处理记录数据。

上述设备启停及背景灯控制按键用于控制设备启停以及背景灯关闭。具体的，短按用于控制背景灯亮起或熄灭，长按用于控制设备启停。

上述环境数据传感器可包括温度传感器和湿度传感器等。

本发明的实施例还提供了一种婴儿哭声的处理方法，该方法包括：

获取婴儿哭声数据、环境实际状况数据以及上一次处理记录数据。

根据婴儿哭声数据获得各个哭声原因的概率。

将各个哭声原因按照概率从大到小进行排序。

依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据。

如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验。

如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验。

如所有哭声原因都不符合环境实际状况数据和记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果。

发送最终辨识结果、上一次处理记录数据以及记录统计分析数据。

获取根据最终辨识结果得到的本次处理记录数据。

保存婴儿哭声数据、最终辨识结果以及本次处理记录数据。

本发明的实施例还提供了一种辨识婴儿哭声的系统，包括外部设备、服务器和手机。

具体的，如图2所示，所述外部设备用于采集并向所述服务器发送婴儿哭声数据以及环境实际状况数据，所述外部设备用于接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述服务器，所述外部设备用于接收上一次处理记录数据，获取并向所述服务器发送根据最终辨识结果得到的本次处理记录数据。

所述服务器用于从所述外部设备获取婴儿哭声数据、环境实际状况数据以及从所述外部设备或所述手机获取各次的处理记录数据，

所述服务器用于获得最终辨识结果，所述最终辨识结构的获得方法包括：根据婴儿哭声数据获得各个哭声原因的概率，将各个哭声原因按照概率从大到小进行排序，依次对各个哭声原因进行检验，所述检验的方法包括：判断当前哭声原因是否符合环境实际状况数据和上一次处理记录数据，如当前哭声原因符合环境实际状况数据和上一次处理记录数据，则当前哭声原因作为最终辨识结果，后续的哭声原因不再进行检验，如当前哭声原因不符合环境实际状况数据和上一次处理记录数据，则对下一哭声原因进行检验，如所有哭声原因都不符合环境实际状况数据和记录数据，则最终按照实际环境数据与上一次处理记录数据获得最终辨识结果。

所述服务器用于向所述外部设备发送最终辨识结果以及上一次处理记录数据。

所述服务器用于向所述手机发送最终辨识结果、上一次处理记录数据以及记录统计分析数据。

所述服务器用于保存婴儿哭声数据、最终辨识结果以及各次的处理记录数据。

具体的，服务器将婴儿哭声数据、最终辨识结果以及各次的处理记录数据保存在数据库中。需要使用上述数据时，服务器从数据库中读取对应的数据。

所述手机用于接收婴儿哭声最终辨识结果，所述婴儿哭声最终辨识结果来自所述服务器，所述手机还用于接收服务器发送的记录统计分析数据以及上一次处理记录数据，并获取和向所述服务器发送根据最终辨识结果得到的本次处理记录数据。

本发明的上述系统在具体应用时：

1、通过外部设备采集婴儿哭声音频数据，利用智能分析方法得出最终辨识结果并发送至数据库保存，且发送给终端（外部设备和手机app）显示。

2、婴儿监护人可通过终端（外部设备和手机app）查看上次处理记录数据，依据最终辨识结果和上次处理记录数据综合判别婴儿状态。

3、婴儿监护人可通过终端（外部设备和手机app）及时记录处理结果，形成本次处理记录数据，给数据由无线模块传输至分析服务器和数据库。

4、分析服务器收取到本次处理记录数据后，依据婴儿哭声音频，最终辨识结果和本次处理记录数据等进行机器学习，自我优化，提升分析正确率。也就是，把婴儿哭声的音频数据、最终辨识结果和用户根据最终辨识结果进行处理后得到的处理记录数据作为一串数据样本输入识别分析算法中，之后每次数据都作为样本录入算法，这样增大了整体样本数量，同时也增大了本身该婴儿的特征的样本占比，为之后的分析提供了更全面的特征库，从而可提升正确率。

本发明增加了检验步骤，使分析更加个性化、智能化，提升了分析结果的准确率。

本发明的外部设备可直接粘贴在婴儿床床头，实时采集监听婴儿哭声和当前环境数据，同时该外部设备包含分析数据展示功能和处理数据录入功能，无需依赖手机，用户可方便的、及时的、有效的查看和记录处理数据，设备数据可通过无线模块同步至后台服务器与手机app，该外部设备具有便携性、实时性的特点，可有效节约婴儿监护人时间，提升了效率。

本发明具有经济、高效的特点，有广阔的市场前景。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除