基于MFCC的聲音檢測裝置及算法實現

米月琴 王新懷 徐茵

摘要：提出了一種基于梅爾頻率倒譜系數（Mel frequency cepstrum coefficients，MFCC）的聲音檢測裝置及 算法實現。通過采集聲音的波形，結合特征提取和分類算法，實現對不同聲音的智能判斷。從嵌入式系統 硬件設計、聲音波形特征提取、聲音分類算法等方面進行了詳細的研究，并對實驗結果進行了分析。結果 表明，該設計方案在聲音檢測方面具有較高的準確性和可行性。

關鍵詞：MFCC；特征提取；嵌入式系統；檢測裝置

中圖分類號：TN912.3；TP277文獻標識碼：A

0 引言

近年來，信號處理技術和語音識別技術都取得 了飛速的發展。研究人員越來越多地采用信號處理 和語音識別方法來分析聲音。數字信號處理技術的 進步，使得研究人員能夠借助計算機高效分析聲 音，時域分析、頻域分析和頻譜分析等信號處理手 段為研究人員提供了豐富的工具。在語音識別領 域，信號經過預處理后，再經過模式識別技術進行 分類判斷，這些分類判斷后的信號對于聲音的分析 至關重要。

嬰兒啼哭聲中包含豐富的信息，如饑餓、疼 痛、不適或疾病等。基于嵌入式系統的嬰兒啼哭智 能檢測設計可以實時分析和識別啼哭聲，及時發現 嬰兒的健康問題，為醫護人員提供重要參考，從而 采取相應的護理和治療措施。嬰兒啼哭聲識別可以 作為一種輔助工具，幫助父母或照顧者更好地了解 嬰兒的需求 [1]。嬰兒啼哭檢測裝置通過分析啼哭聲 的特征和模式，可以快速判斷嬰兒的狀態，是否饑 餓、是否需要換尿布、是否感到不適等 [2]。

基于嵌入式系統的智能嬰兒啼哭檢測設計是一 項前沿研究，旨在利用先進的硬件和軟件技術，實 現對嬰兒啼哭聲的實時分析和識別。本文通過探討 該設計方案的主要內容，包括系統設計、軟件設 計、算法設計和測試結果，以期為智能嬰兒護理和 健康監測領域提供有益的參考和指導。

1 系統設計

本裝置基于嵌入式系統，通過各種傳感器來檢 測嬰兒是否啼哭、是否發燒、是否尿床，從而及時 安撫嬰兒。系統采用了高性能的嵌入式處理器作為主控單元，用于控制和管理整個系統的運行 [3]。聲 音傳感器負責實時采集嬰兒的啼哭聲信號，并將 其轉化為數字信號用于后續處理。濕度傳感器可 檢測嬰兒尿床情況，及時發現濕度變化并進行記 錄。溫度傳感器用于監測嬰兒的體溫，確保嬰兒的 身體狀態得到及時關注。這些傳感器與嵌入式處 理器通過適當的接口和通信方式進行連接和數據傳 輸。系統由硬件和軟件兩個部分組成，通過精心設 計的算法和可靠的報警機制，使得系統能夠高效 工作并提供準確的嬰兒護理服務。系統組成如圖 1 所示。

2 軟件設計

系統采用了梅爾頻率倒譜系數（Mel frequency cepstrum coefficients，MFCC）算法和軟件設計，實 現對傳感器數據的處理、分析和報警。通過聲音信 號處理算法，系統能夠提取嬰兒啼哭聲的特征和模 式，以判斷嬰兒的情緒狀態和需求。濕度數據和溫 度數據經過處理和分析，用于檢測尿床和體溫異常 情況。基于這些數據和算法，系統能夠及時發出警 報信號，通過聲音提示、LED 指示燈等方式提醒看 護者嬰兒的情況，以便及時采取相應的護理和照顧 措施。軟件流程如圖 2 所示。

3 算法設計

算法設計主要包括聲音信號預處理、特征提取 算法。聲音信號預處理主要負責對采集到的信號降 噪，并進行濾波、歸一化等處理，以便于后續特征 提取 [4]。特征提取算法需要將聲音信號轉化為可以 用于分類的特征向量，本文采用上述提到的基于時 域、頻域和小波變換的特征提取方法，算法設計內 容如下。

（1）嬰兒啼哭聲音信號的采集與預處理。首先 需要通過麥克風等設備采集嬰兒啼哭聲音信號。為 了確保信號質量，可對采集到的聲音信號進行預處 理，包括去除背景噪聲、預加重濾波以補償信號中 高頻部分的能量損失等。預處理后的信號是后續 MFCC 算法提取特征的基礎。

（2）特征提取算法。MFCC 算法通過應用離 散余弦變換的方式將梅爾頻譜轉換為頻率系數。然 后，選擇一部分系數作為特征向量，將高維度的頻 譜數據降低為較低維度的特征向量。該方式有助于 減少特征向量的冗余性，提高分類器模型的效率和 準確性。

（3）特征表示和分類。通過將選定的一部分系 數組合成一個特征向量，可以將嬰兒啼哭聲表示為 一個數值向量。該向量包含了聲學特征，可作為輸 入向量提供給分類器模型。分類器模型根據訓練數 據中不同類型的啼哭聲模式進行學習，對輸入的特 征向量進行分類預測，判斷啼哭聲是否屬于特定類 型。圖 3 和圖 4 分別為嬰兒哭聲 MFCC 提取結果、 嬰兒哭聲維數與幅值的關系；圖 5 和圖 6 分別為成 人聲音 MFCC 提取結果、成人聲音維數與幅值的 關系。

由此可見，嬰兒哭聲在各方面都與成人聲音有 所區別。在頻率特征上，嬰兒哭聲通常具有較高的 頻率，主要集中在高頻段；常見噪聲則在頻率上均 勻分布，包含各種頻率。在時域特征上，嬰兒哭聲 的時域特征通常表現為連續且有規律的振蕩，具有 一定的周期性；常見噪聲則在時域上表現為隨機的 波動，缺乏明顯的周期性。在動態特性上，嬰兒哭 聲具有較明顯的動態變化，包括音高、音量和音 色的變化，且隨著嬰兒情緒的變化而變化；常見 噪聲通常是固定的、穩定的，不具備明顯的動態 變化 [5]。

4 測試結果

4.1 數據收集

為了訓練一個有效的模型，需要收集大量的正 類（嬰兒哭聲）和負類（其他背景聲音）樣本。針 對已有的嬰兒哭聲音頻，可以將其切分成多個較短 的片段以增加樣本數量。然而，僅依靠這一個音頻 是不夠的，還需要收集更多音頻文件。 本文的測試收集了 50 個正類和 50 個負類音頻文 件，每個文件時長為 2 s。總樣本量為 100 個。

4.2 數據預處理

確保所有音頻文件具有相同的采樣率、比特率 和聲道數，保證特征提取過程具有一致性。因此， 所有轉換后的音頻文件采樣率為 44 100 Hz、比特 率為 16 bit/s 且為單聲道。

4.3 MFCC 算法處理

為了測試該裝置對信號的降噪作用，將各種 不同程度噪聲信號與嬰兒哭聲音頻疊加后參與識 別，測試結果可反映出本產品中采用的算法是否完備且有效。對嬰兒哭聲樣本分別疊加 5 dB、10 dB、 15 dB 的噪聲，基于 MFCC 算法提取的特征參數， 最后統計識別數量，并與之前未加噪聲時的樣本數 量比較，得到疊加噪聲后識別率比較（表 1）。

由此可見，系統在不同噪聲環境下都能保持識 別率不會低于 83%，具有較強的抗干擾能力。這意 味著在現實生活中，如家庭、醫院等各種環境中， 系統都能有效地識別嬰兒哭聲。

5 結論

本文通過嵌入式系統設計和各個傳感器采集 數據實現了硬件系統的設計，采用 MFCC 算法進 行特征提取并在微控制單元（microcontroller unit， MCU）上編程實現。實驗結果表明，本文提出的 嵌入式系統檢測嬰兒哭聲的設計具有較高的準確率 和抗干擾能力。本設計在實際應用中具有重要意 義，有助于家長及時了解嬰兒的需求和狀況，為醫 護人員提供有力的輔助手段。

參考文獻

[1] 羅聰，李輝，彭旺，等 . 基于 STM32 的智能安全監 護系統設計 [J]. 儀表技術，2022（5）：18-20.

[2] 楊振雷 . 智能嬰兒監護系統設計 [J]. 電子世界，2012 （22）：127-128.

[3] 王赫楠，燕燕，王甜宇，等 . DTW 算法在嵌入式語 音識別系統中的應用研究 [J]. 科技創新導報，2014， 11（8）：71.

[4] 許愛功 . 基于 ARM 和 FPGA 的語音識別系統的研究 [D]. 北京：北方工業大學，2014.

[5] 崔戰士 . 復雜背景噪聲中的嬰兒啼哭聲檢測研究 [D]. 哈爾濱：哈爾濱工業大學，2019.