BriefGPT - AI 论文速递
·
家中的声音：用于声音事件检测的无语音住宅音频数据集
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究应用机器学习检测儿童保育机构中的虐待场景，提高儿童安全性。通过分类和识别儿童声音，预测儿童当前发出的声音并发送警报。同时使用视频图像分类，提高虐待侦测准确性，减少儿童受虐可能性。数据集来自儿童保育机构录制的声音，使用CNN神经网络分类，准确率约92%。
🎯
关键要点
- 本研究应用机器学习检测儿童保育机构中的虐待场景，提高儿童安全性。
- 通过分类和识别儿童声音，预测儿童当前发出的声音并发送警报。
- 使用视频图像分类提高虐待侦测准确性，减少儿童受虐可能性。
- 数据集来自儿童保育机构录制的声音，包括哭泣声、笑声、尖叫声和背景噪音。
- 声音文件使用短时傅里叶变换转换为频谱图，导入CNN神经网络进行分类。
- 最终训练的模型在声音检测方面可以达到约92%的准确率。
➡️
