在災(zāi)害救援、安全防護(hù)以及醫(yī)療護(hù)理等領(lǐng)域，識(shí)別人聲尖叫至關(guān)重要。想象一下，當(dāng)你被困在電梯里，而常規(guī)通訊方式已經(jīng)失效，此時(shí)，一套尖叫聲檢測(cè)系統(tǒng)能夠識(shí)別你的求救尖叫信號(hào)，并立即啟動(dòng)應(yīng)急響應(yīng)，例如通知安保人員或觸發(fā)警報(bào)，從而迅速提供援助，挽救生命。

瑞薩的Reality AI尖叫聲檢測(cè)是一款專門用于識(shí)別人類尖叫聲的機(jī)器學(xué)習(xí)模型。該模型并非僅通過(guò)高音量的聲音判斷，而是經(jīng)過(guò)充分訓(xùn)練，可在各種背景噪聲中準(zhǔn)確辨別出真正的求救尖叫聲。與此同時(shí)，該系統(tǒng)還能夠?qū)崿F(xiàn)救援力量的即時(shí)派遣，這在封閉或隔離、對(duì)安全性要求極高的環(huán)境中尤為重要。

尖叫聲檢測(cè)是如何實(shí)現(xiàn)的？

尖叫聲檢測(cè)模型基于采集到的音頻數(shù)據(jù)進(jìn)行訓(xùn)練，從而學(xué)會(huì)區(qū)分不同類型的聲音。該機(jī)器學(xué)習(xí)模型的開發(fā)步驟如下：

● 采集與訓(xùn)練數(shù)據(jù)：訓(xùn)練模型首先從大量音頻數(shù)據(jù)的采集開始。需要使用包含多種真實(shí)環(huán)境音頻樣本的公開數(shù)據(jù)集*。其中的“Scream（尖叫）”類別包含強(qiáng)烈的非語(yǔ)言尖叫聲和帶有言語(yǔ)的尖叫聲，這些數(shù)據(jù)被用于訓(xùn)練模型識(shí)別尖叫信號(hào)。為了讓模型準(zhǔn)確判斷哪些聲音不是尖叫聲，在訓(xùn)練中還加入了多類非尖叫聲音，如風(fēng)聲、環(huán)境噪聲、對(duì)話聲、歌聲、音樂聲和鼓掌聲等，以提升模型的區(qū)分能力。

● 提取特征：下一步，從音頻文件中提取關(guān)鍵聲學(xué)特征，幫助模型在復(fù)雜噪聲環(huán)境中識(shí)別出尖叫聲特有的特征信號(hào)。

● 訓(xùn)練模型：在確定了最佳的特征后，使用機(jī)器學(xué)習(xí)分類器對(duì)模型進(jìn)行訓(xùn)練，使其能夠區(qū)分“尖叫”與“非尖叫”音頻。訓(xùn)練過(guò)程中不斷調(diào)整模型參數(shù)，來(lái)降低識(shí)別誤差并提升模型整體性能。

通過(guò)以上方法，可以構(gòu)建出一個(gè)高效的尖叫聲檢測(cè)系統(tǒng)，確保應(yīng)急響應(yīng)迅速可靠，為多種應(yīng)用場(chǎng)景提供關(guān)鍵的安全保障。

應(yīng)用示例

從真實(shí)環(huán)境中采集的音頻信號(hào)被用于構(gòu)建瑞薩VOICE-RA6E1語(yǔ)音用戶演示套件。這些音頻隨后由瑞薩Reality AI Tools訓(xùn)練的分類模型進(jìn)行處理，用于判斷聲音是否屬于尖叫聲。

在實(shí)際測(cè)試中，瑞薩的尖叫聲檢測(cè)模型在距離測(cè)試板2米以內(nèi)，對(duì)尖叫聲的識(shí)別準(zhǔn)確率達(dá)到了90%以上。測(cè)試環(huán)境中還加入了風(fēng)聲、電梯音樂、對(duì)話聲、嬰兒哭聲和電話鈴聲等背景噪聲，以驗(yàn)證模型在復(fù)雜環(huán)境下仍能準(zhǔn)確識(shí)別求救尖叫。

圖1：尖叫聲檢測(cè)工作流程

輕松構(gòu)建應(yīng)用示例

用戶可以使用瑞薩的e2studio IDE采集音頻信號(hào)，并集成由瑞薩Reality AI Tools生成的AI模型。從公開數(shù)據(jù)集*采集數(shù)據(jù)后，可使用Reality AI Tools完成提取特征、訓(xùn)練模型，并將最終模型部署為C代碼。

部署完成后，模型可在e2studio IDE中進(jìn)行實(shí)時(shí)測(cè)試。集成后，用戶可以使用VOICE-RA6E1開發(fā)板在真實(shí)環(huán)境中對(duì)模型進(jìn)行充分驗(yàn)證，并通過(guò)AI實(shí)時(shí)監(jiān)視器（AI Live Monitor）可視化測(cè)試結(jié)果。

圖2：AI Live Monitor

體驗(yàn)瑞薩Reality AI Tools與e2studio IDE在模型訓(xùn)練、部署和測(cè)試中的無(wú)縫且快速集成能力。

總結(jié)

Reality AI尖叫聲檢測(cè)應(yīng)用展示了機(jī)器學(xué)習(xí)在提升多場(chǎng)景安全性的巨大潛力，同時(shí)也展示了用戶如何利用瑞薩技術(shù)，將先進(jìn)的提取特征、訓(xùn)練和部署模型與實(shí)時(shí)響應(yīng)能力相結(jié)合。可擴(kuò)展的Reality AI Tools轉(zhuǎn)換工具能夠?yàn)槎喾N瑞薩MCU和MPU設(shè)備生成機(jī)器學(xué)習(xí)模型。