1. 研究目的与意义

随着我国人口红利的消失，劳动人口及劳动成本的增加，需要更多的机器来替代本属于人的工作，机器在婴幼儿健康成长领域的作用亦不容忽视。

为了给新生婴儿提供更好的生活质量，为了减轻父母照顾婴儿的成本从而有更多的精力去工作、去推动经济的发展，本课题使用高斯混合模型、隐马尔科夫模型等方法来对婴儿的哭声进行检测，并将识别结果及时通知父母，这样可以保证父母可以一边照顾婴幼儿，一边进行其他工作，大大提高了时间利用率。

因此研究婴幼儿哭声具有很大的价值意义。

2. 课题关键问题和重难点

1）婴儿哭声特征参数的提取 目前尚缺乏统一的婴儿情绪分类方法及相应的哭声信息特征描述，提取适当的特征参数需要结合婴儿的生理与心理特点，对不同参数进行试验对比，如何选出最佳组合特征参数，具有一定的难度。

2）婴儿哭声的模式识别 本文采取的模式识别算法为时间规整算法，理解该算法的原理步骤，并把它应用于婴儿哭声的情感与识别，用matlab实现该算法并通过大量实验验证其在婴儿哭声中的情感与需求信息识别中的有效性。

3. 国内外研究现状（文献综述）

近几十年信息技术的发展，大规模集成电路及大型计算机的出现，给像声音事件检测等需要大量计算的算法带来了福音，使其研究及应用成为了可能。

并且，随着隐马尔科夫模型与高斯混合模型的理论成熟，其应用于语音信号处理成为了可能。

随着语音识别技术的实用化，隐马尔科夫模型和高斯混合模型得到不断改进与完善，因此，在婴幼儿哭声识别领域使用hmm与gmm更是如虎添翼。

4. 研究方案

哭声作为婴儿与外界交流的主要方式，,蕴含着丰富的、与婴儿的心理和病理状态有关的信息。

研究表明，不同婴儿基于某种特定需求或状态的哭声具有一定的共性。

本文研究婴儿哭声的声学特征与其实际情感或需求之间的客观对应关系。

5. 工作计划

第一周：查找文献资料，对婴儿哭声辨识技术有个大体的了解；第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、GMM方法和婴儿哭声辨识技术方法等；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：练习编程；第六周：实现参数分析方法软件部分；第七周：实现GMM方法软件部分；第八周：实现婴儿哭声辨识技术方法软件部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩；