摘要
发明提供了一种基于CNN的婴儿哭声检测方法及装置,包括:S1:对于通过预处理得到的数字信号进行快速傅里叶变换(FFT)得到相应的频谱图,以及对频谱图的模长进行平方运算,获得功率谱图;S2:将数字信号、频谱图以及功率谱图进行叠加,获得预设数据类型的输入数据,并缩放至适合于CNN的输入尺寸,作为训练集;S3:将训练集输入优化验证模型进行优化验证处理,得到训练好的模型;本发明通过多维度数据融合与高效的模型训练机制,显著提升了婴儿哭声检测的准确性与可靠性,在婴儿监护等相关领域具有极高的应用价值与广阔的市场前景。
技术关键词
婴儿哭声检测方法
训练集
神经网络加速器
频率
音频
滑动窗口
步长可调
程度可控
功率
信号
优化器
数据
特征值
尺寸
图像
机制
处理器
数值
系统为您推荐了相关专利信息
问答模型
问答方法
多模态
大语言模型
生成文本摘要
多重保护功能
音频系统
系统运行状态
电源切换控制模块
功率放大模块
交通流预测算法
特征提取器
交通流预测方法
多层感知机
序列特征
数据分析模型
数据分析方法
数据分析平台
输入结构
物联网监测设备