BabyCryDetector：采用Matlab及sklearn分类器开发的婴儿啼哭检测工具

简介：
BabyCryDetector是一款利用Matlab和sklearn构建的高效婴儿啼哭识别工具。它通过先进的机器学习算法准确地从音频中区分出婴儿啼哭，为家长提供便捷的监控解决方案。 BabyCryDetector是我在英特尔实验室中国（2012年12月1日至2013年5月31日）实习期间完成的项目的一部分，该项目旨在检测婴儿哭声，并作为Nursery 2.0系统的一个组件在爱迪生上运行并进行演示。 Monitor_matlab是一个基于Matlab开发的婴儿啼哭检测器。实现细节可以在BabyCryDetectorReport.pdf中找到。启动此模块需要运行Monitor.m文件。 Monitor_c是另一个版本，它是用C语言编写的婴儿哭泣检测器，并且完全根据最初的matlab代码编写而成。这个版本不需要实时监测环境声音，而是从预存的语音数据文件读取信息以进行分析和处理。要启用该程序，请执行AMain.c脚本。 这两个模块均在2012年末完成开发，在那个时候机器学习领域还没有如今这样流行和发展成熟的状态下。当时我可用的婴儿哭声样本数量非常有限，因此检测器所使用的分类算法相对较为简单，主要依赖于从音频数据中提取出来的特征值进行判断和识别。例如，通过检查平均频率是否超过1000Hz来进行初步筛选。 Classifier_py是基于Python语言开发的一个更高级版本的婴儿哭泣声音分类器。在这个项目阶段，我在互联网上搜集了更多的样本，并利用Scikit-Learn库构建了多个不同的机器学习模型来进一步提升检测准确性。