基于英伟达边缘GPU上短时傅里叶变换机器学习的儿童虐待语音检测与音频分类

儿童之家中儿童的安全已成为日益受到关注的社会问题，本实验的目的是应用机器学习来检测儿童虐待场景，以提高儿童的安全性。本实验使用机器学习对儿童的声音进行分类和识别，并预测儿童当前发出的声音是哭声、尖叫还是笑声。如果发现儿童在哭或尖叫，会立即向相关人员发送警报，使他们能够感知儿童在监控盲点中可能正在经历的情况并及时响应。结合视频图像分类的混合使用，可显著提高儿童虐待检测的准确性。这大大降低了儿童在托儿所遭受暴力虐待的可能性，并使人员能够及时制止即将发生或初现端倪的儿童虐待事件。本实验收集的数据集完全来自儿童之家中现场录制的声音，包括哭声、笑声、尖叫声和背景噪声。这些声音文件使用短时傅里叶变换转换为频谱图，然后将这些图像数据导入CNN神经网络进行分类，最终训练好的模型在声音检测上可达到约92%的准确率。