从婴儿哭声信号中提取特征的自动方法-研究论文

回应仅通过哭声进行交流的新生婴儿是婴儿保健环境中最具挑战性的问题。 我们的研究工作提出了一种自动算法来提取更好的特征，这些特征可以进一步用于通过分析婴儿的哭声模式来准确估计婴儿哭的原因。 应用信号处理技术来检查这些哭声的声音，通过它可以找到携带有关刺激哭声的环境细节的特定特征，并通过 LABVIEW 计算系数。 提取了基频 (f0)、频谱特征 - 梅尔频率倒谱系数 (MFCCS) 和基于熵的特征 - 多波段频谱熵签名 (MBSES) 等特征。 提取的哭泣特征具有建设性和合理性，这将转向可接受的分类和检测性能。 使用自动哭声检测 (ACD) 设备解码婴儿哭声是必不可少的，这将有助于母亲了解和响应婴儿的需求，尤其是医生在早期阶段治疗患病婴儿。 此应用程序可用于妇产科诊所。