1.一种婴儿啼哭原因的自动识别方法,其特征在于,包括以下步骤:
录制婴儿啼哭声音,得到哭声音频信号;
从该哭声音频信号提取时频特征,根据该时频特征和预先训练所得的分类器,得到该时频特征对应于预先设定的不同啼哭原因的概率;
在终端屏幕上显示概率最高的至少两种啼哭原因和这些啼哭原因的概率。
2.根据权利要求1所述的婴儿啼哭原因的自动识别方法,其特征在于,所述“在终端屏幕上显示概率最高的至少两种啼哭原因和这些啼哭原因的概率”的步骤中,以饼图的方式显示概率最高的至少两种啼哭原因和这些啼哭原因的概率。
3.根据权利要求1所述的婴儿啼哭原因的自动识别方法,其特征在于,所述预先设定的不同啼哭原因包括以下原因之一或其任意组合:
饥饿,想睡觉,不适,尿布湿。
4.根据权利要求1所述的婴儿啼哭原因的自动识别方法,其特征在于,所述“在终端屏幕上显示概率最高的至少两种啼哭原因和这些啼哭原因的概率”的步骤包括以下子步骤:
筛选出概率大于预定门限的啼哭原因;
在终端屏幕上显示筛选出的各啼哭原因。
5.根据权利要求3所述的婴儿啼哭原因的自动识别方法,其特征在于,预先设定周龄和啼哭集中时段的第一对应关系;
在所述“得到所述时频特征对应于预先设定的不同啼哭原因的概率”的步骤之后还包括以下步骤:
获取发生啼哭时婴儿的周龄和啼哭时间;
根据所获取的周龄查寻所述第一对应关系,得到对应的啼哭集中时段;
如果所述啼哭时间落在查寻所得的啼哭集中时段内,则减少病理原因的概率,否则增加病理原因的概率。
6.根据权利要求3所述的婴儿啼哭原因的自动识别方法,其特征在于,在所述“得到所述时频特征对应于预先设定的不同啼哭原因的概率”的步骤之后还包括以下步骤:
检测所述哭声音频信号的音调;
如果检测结果为音调在啼哭开始后的预定时长内达到频率的峰值,且婴儿的月龄小于预定阈值,则增加疼痛原因的概率。
7.根据权利要求3所述的婴儿啼哭原因的自动识别方法,其特征在于,还包括以下步骤:
在录制婴儿啼哭声音的同时,拍摄婴儿脸部的视频;
对该视频进行图像分析,得到婴儿眼晴的开合状态;
如果在婴儿啼哭的过程中,婴儿眼晴处于闭合状态的总时间大于预定门限,则增加疼痛原因的概率。
8.根据权利要求3所述的婴儿啼哭原因的自动识别方法,其特征在于,预先设定周龄和24小时啼哭总时间上限的第二对应关系;
在所述“得到所述时频特征对应于预先设定的不同啼哭原因的概率”的步骤之后还包括以下步骤:
统计该婴儿最近24小时内的啼哭总时间;
根据该婴儿的周龄查询所述第二对应关系,得到24小时啼哭总时间上限;
如果该啼哭总时间大于该24小时啼哭总时间上限,则增加病理原因的概率。
9.根据权利要求3所述的婴儿啼哭原因的自动识别方法,其特征在于,在所述“得到所述时频特征对应于预先设定的不同啼哭原因的概率”的步骤之后还包括以下步骤:
获取啼哭发生时间距上次哺乳时间的时间间隔;
如果该时间间隔大于预定门限,则增加饥饿原因的概率。
10.一种婴儿啼哭原因的自动识别系统,其特征在于,包括:
录制单元,用于录制婴儿啼哭声音,得到哭声音频信号;
分析单元,用于从该哭声音频信号提取时频特征,根据该时频特征和预先训练所得的分类器,得到该时频特征对应于预先设定的不同啼哭原因的概率;
显示单元,用于在终端屏幕上显示概率最高的至少两种啼哭原因和这些啼哭原因的概率。