基于声波特征提取的婴儿哭声分类算法研究

文开妍，郭芷妍，彭业诚，周小茜，苏辰昊

（天津理工大学 天津 300384）

1 引言

哭是婴儿特殊的语言表达方式，在婴儿的哭声中可以传达出其心理和生理上不同的需求，研究其哭声能够帮助人们更好地理解婴儿想要传达的意思，在一定程度上实现了对婴儿更好看护的目的。本文首先收集大量的婴儿在不同情况和时间的哭声数据，分析婴儿哭声。但是在采集婴儿哭声的时候会伴随着成人的说话声，所以就启动基于LSTM网络、GMM模型和基于LSTM-GMM-RNN模型的语音检测研究，该研究分别基于LSTM网络、GMM模型和LSTM-GMMRNN模型从音频流中识别出成人语音，能够有效剔除成人的部分，进而消除研究阻碍[1]。

2 婴儿的发声原理

鼻咽部、口咽部、喉咽部、肺部组成了人类基本的发声系统。发声系统中肺部可以为发声提供气流动力，通过肺的扩张和压缩来产生气流，并将这些气流和外界的氧气进行交换，就此产生动力。发声的最主要部位是喉咽部，喉咽部包括咽喉、声带。声带有两片韧带褶，两片声带之间会有一个很小的空隙，称之为声门。口咽部与鼻咽部在人类整个发声系统中所起的作用就是共鸣腔体，声道就是声门到嘴唇的整个呼吸通道。说话或者发出声音的时候，声门处交换的气流会导致声带发生振动，最后这种振动通过声道产生共鸣进而发出声音。在人模仿不同声音的同时，是因为声道会随之产生形状上的变化。口咽部又能够控制声道的形状是否发生变化，鼻子等其他器官组成了鼻咽部，能否发出鼻音的关键就在于鼻咽部。……