申请/专利权人:温州理工学院
申请日:2023-12-29
公开(公告)日:2024-04-09
公开(公告)号:CN117854544A
主分类号:G10L25/51
分类号:G10L25/51;G10L25/30;G10L25/18;G10L25/24
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了基于人声识别技术实现吸烟者识别及戒烟行为监测的方法,属于机器学习与智能声音信号处理技术领域,具体包括一种基于人声识别技术实现吸烟者识别的方法和一种戒烟行为监测的方法。本发明通过收集相关声音数据,在深度学习神经网络的运算下,完成对使用者是否为吸烟者的判断;同时,本发明通过收集戒烟者戒烟过程的声音数据,通过深度学习神经网络的运算,可以有效监测和评价戒烟者的戒烟过程,两种方法相互配合使用,可以在低成本的情况下,不需要面对面的接触即可分析吸烟者数量,同时通过监测使用者的活动,在确保对戒烟者的戒烟行为进行监测评价的同时,可以准确的、覆盖性的实现对吸烟者分布和数量的统计。
主权项:1.基于人声识别技术实现吸烟者识别的方法,其特征在于:包括以下步骤:S1:实时收集使用者声音数据;S2:将所述声音数据输入到经过合成数据训练的深度神经网络模型中得到输出结果;S3:根据输出结果评价使用者是否为吸烟者;其中,所述经过合成数据训练的深度神经网络模型为采用语言交流关键字数据、点火声音数据、场景声音数据和易混声音数据合成的数据集训练得到的深度神经网络模型;所述深度神经网络模型的训练步骤包括:S101:采集吸烟者的声音数据合集,建立相关样本库,吸烟者的声音数据合集具体包括语言交流关键字数据、点火声音数据,采集场景声音数据和易混声音数据的合集,建立非相关样本库;S102:将相关样本库和非相关样本库中的声音数据转换为计算机可识别的频谱图;S103:按照固定帧长提取相关样本库和非相关样本库中声音数据的MFCC特征;S104:构建卷积神经网络,对声音数据进行音色提取分离,确定区域内总的独立音色个体,对非相关样本库中的声音数据进行对照并排除与之对应的音色个体,同时,对相关样本库中的声音数据进行对照确定使用者是否吸烟。
全文数据:
权利要求:
百度查询: 温州理工学院 基于人声识别技术实现吸烟者识别及戒烟行为监测的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。