CN111508521B - 安防方法、终端设备及存储介质 - Google Patents

安防方法、终端设备及存储介质 Download PDF

Info

Publication number
CN111508521B
CN111508521B CN201910091697.0A CN201910091697A CN111508521B CN 111508521 B CN111508521 B CN 111508521B CN 201910091697 A CN201910091697 A CN 201910091697A CN 111508521 B CN111508521 B CN 111508521B
Authority
CN
China
Prior art keywords
sound
preset
environmental sound
security
environmental
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910091697.0A
Other languages
English (en)
Other versions
CN111508521A (zh
Inventor
陈飞
吴海全
迟欣
张恩勤
曹磊
师瑞文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Grandsun Electronics Co Ltd
Original Assignee
Shenzhen Grandsun Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Grandsun Electronics Co Ltd filed Critical Shenzhen Grandsun Electronics Co Ltd
Priority to CN201910091697.0A priority Critical patent/CN111508521B/zh
Publication of CN111508521A publication Critical patent/CN111508521A/zh
Application granted granted Critical
Publication of CN111508521B publication Critical patent/CN111508521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/012Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using recorded signals, e.g. speech
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Alarm Systems (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

本申请适用于安全防护技术领域,提供了一种安防方法、终端设备及存储介质,其中,上述安防方法包括:获取环境声音,并提取环境声音的频谱特征;根据频谱特征识别环境声音是否包括预设的异常声音;当环境声音包括预设的异常声音时,发送安防报警信息。本申请实施例提供的安防方法、终端设备及存储介质,利用环境声音的频谱特征识别环境声音是否包括预设的异常声音,例如翻东西、物体坠落或撬锁等异常声音,从而实现了基于音频识别的室内安防报警。由于声音采集设备能够方便地隐蔽于家居环境或办公环境中,相较于传统的摄像监控方式,具有更好的隐蔽性,能够有效避免被蓄意破坏,从而提高了安防的可靠性。

Description

安防方法、终端设备及存储介质
技术领域
本申请属于安全防护技术领域,尤其涉及一种安防方法、终端设备及存储介质。
背景技术
个人家庭安全历来是人们非常关注的一个问题。目前,大多家庭采用摄像头监控的方式进行家庭安防,以预防家庭财产损失或监控突发情况。采用摄像头监控的安防方式具有一定的缺陷。在有预谋的盗窃过程中,摄像头过于明显,容易被破坏。亟待研发一种隐蔽性更好的安防方法。
申请内容
有鉴于此,本申请实施例提供了一种安防方法、终端设备及存储介质,以解决现有技术中安防设备及方法中存在的隐蔽性较差的问题。
根据第一方面,本申请实施例提供了一种安防方法,包括:获取环境声音,并提取所述环境声音的频谱特征;根据所述频谱特征识别所述环境声音是否包括预设的异常声音;当所述环境声音包括预设的异常声音时,发送安防报警信息。
本申请实施例提供的安防方法,利用环境声音的频谱特征识别环境声音是否包括预设的异常声音,例如翻东西、物体坠落或撬锁等异常声音,从而实现了基于音频识别的室内安防报警。由于声音采集设备能够方便地隐蔽于家居环境或办公环境中,相较于传统的摄像监控方式,具有更好的隐蔽性,能够有效避免被蓄意破坏,从而提高了安防的可靠性。
结合第一方面,在第一方面第一实施例中,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,包括:将所述频谱特征分别与预设的算法特征表中记录的特征数据进行匹配;所述算法特征表用于记录预设的异常声音的特征数据;当所述频谱特征与任一所述特征数据匹配时,判定所述环境声音包括预设的异常声音。
本申请实施例提供的安防方法,利用算法特征表记录异常声音的特征数据,并通过环境声音的频谱特征分别与异常声音的特征数据进行比对,从而识别环境声音是否包括预设的异常声音。此外,通过更新算法特征表能够方便地对本申请实施例提供的安防方法进行升级管理,从而进一步提高音频安防的准确性和可靠性。
结合第一方面第一实施例,在第一方面第二实施例中,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,还包括:当所述频谱特征与所述特征数据均不匹配时,判定所述环境声音不包括预设的异常声音。
本申请实施例提供的安防方法,在环境声音的频谱特征与算法特征表中记录的特征数据均不匹配时,直接判定环境声音不包括预设的异常声音,具有较高的安防识别效率。
结合第一方面第二实施例,在第一方面第三实施例中,在所述将所述频谱特征分别与预设的算法特征表中记录的特征数据进行匹配的步骤之后,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,还包括:当所述频谱特征与任一所述特征数据匹配时,获取与所述频谱特征匹配的特征数据对应的异常声音类型信息。
本申请实施例提供的安防方法,在通过环境声音的频谱特征与异常声音的特征数据进行比对,并识别到环境声音包括预设的异常声音时,进一步提取对应的异常声音类型信息,从而使用户能够及时获知安防报警的具体内容。
结合第一方面第三实施例,在第一方面第四实施例中,所述发送安防报警信息,包括:根据所述异常声音类型信息确定对应的安防等级;根据所述安防等级和预设的安防处理规则表,发送对应的安防报警信息。
本申请实施例提供的安防方法,在向用户发送安防报警信息前,由于利用异常声音类型信息确定了对应的安防等级,使得本申请实施例提供的安防方法能够对具体的安防报警信息进行分级管理,有利于提高安防报警的效率。
结合第一方面或第一方面第一至第四中的任一实施例,在第一方面第五实施例中,在所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音的步骤之前,所述安防方法还包括:根据所述频谱特征识别所述环境声音是否包括预设的任一家庭成员的声音;当所述环境声音不包括预设的任一家庭成员的声音时,获取持续时间;所述持续时间用于记录所述环境声音不包括预设的任一家庭成员声音的持续时间;当所述持续时间大于或等于预设的时间阈值时,执行所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音的步骤。
本申请实施例提供的安防方法,在根据频谱特征识别环境声音是否包括预设的异常声音前,识别环境声音是否包括家庭成员的声音,并在长时间没有家庭成员声音的情况下,判定当前状态为无人状态,才会进一步识别环境声音是否包括预设的异常声音,从而避免造成安防误判,提高了音频安防报警的准确性。
结合第一方面第五实施例,在第一方面第六实施例中,所述根据所述频谱特征识别所述环境声音是否包括预设的任一家庭成员的声音,包括:根据所述频谱特征识别所述环境声音是否包括人的声音;当所述环境声音包括人的声音时,提取所述环境声音中人的声音;获取第一声纹特征;所述第一声纹特征为所述环境声音中人的声音对应的声纹特征;将所述第一声纹特征分别与预设的任一第二声纹特征进行匹配;所述第二声纹特征分别与各个所述家庭成员的声纹特征对应;当所述第一声纹特征与预设的第二声纹特征均不匹配时,判定所述环境声音不包括预设的任一家庭成员的声音。
本申请实施例提供的安防方法,利用环境声音中人的声音对应的声纹特征,识别环境声音是否包括预设的家庭成员的声音。由于每个人都具有独特的声纹特征,使得本申请实施例提供的安防方法能够利用声纹特征识别环境声音中的人物身份,且具有较高的识别效率和识别准确度。
根据第二方面,本申请实施例提供了一种安防装置,包括:输入单元,用于获取环境声音,并提取所述环境声音的频谱特征;第一识别单元,用于根据所述频谱特征识别所述环境声音是否包括预设的异常声音;输出单元,当所述环境声音包括预设的异常声音时,用于发送安防报警信息。
根据第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面,本申请实施例的提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例的应用场景示意图;
图2是本申请实施例提供的安防方法的一个具体示例的实现流程示意图;
图3是本申请实施例提供的安防方法的另一个具体示例的实现流程示意图;
图4是本申请实施例提供的安防装置的一个具体示例的结构示例图;
图5是本申请实施例提供的终端设备的一个具体示例的结构示例图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1是本申请实施例的应用场景示意图。在图1中,终端设备100可以通过账号注册的方式与控制中心300建立连接,控制中心300与用户端200通信连接,可以在必要时实时向用户端200触发异常报警。当家里无人并有盗贼进入时,终端设备100可以通过麦克风阵列录取异常声音,例如门窗遭到破坏的声音、翻箱倒柜的声音或陌生人说话的声音,并根据采集到的异常声音作出判断处理。
在一些实施例中,终端设备100可以通过以下步骤实现安防报警:
步骤S101:获取环境声音,并提取环境声音的频谱特征。首先,通过麦克风阵列或扬声器阵列可以实现拾音,即采集环境声音;其次,通过傅里叶变换等频谱提取算法,能够提取环境声音的频谱特征。本申请实施例并不对频谱提取算法进行限制,用户可以根据需要自由选择任何现有的频谱提取算法,以提取环境声音的频谱特征。
步骤S102:根据频谱特征识别环境声音是否包括预设的异常声音。当环境声音包括预设的异常声音时,执行步骤S103;当环境声音不包括预设的异常声音时,返回步骤S101。
步骤S103:发送安防报警信息。由于特定的声音具有特定的频谱特征,因此,利用环境声音的频谱特征能够识别其中是否包括预设的异常声音。
在一具体实施方式中,如图3所示,可以通过以下几个子步骤实现步骤S102的过程:
步骤S1021:将频谱特征分别与预设的算法特征表中记录的特征数据进行匹配。在实际应用中,算法特征表可以用于记录异常声音的特征数据,即异常声音的频谱特征。利用算法特征表记录异常声音的特征数据,进而将算法特征表存储于终端设备100中,不仅能够使终端设备100利用算法特征表进行异常声音识别,还能够通过更新算法特征表的方式,对终端设备100进行数据更新,从而提高终端设备100的安防报警准确性和可靠性。
步骤S1022:判断频谱特征是否与任一特征数据匹配。当频谱特征与任一所述特征数据匹配时,执行步骤S1023;当频谱特征与特征数据均不匹配时,执行步骤S1024。
步骤S1023:判定环境声音包括预设的异常声音。
步骤S1024:判定环境声音不包括预设的异常声音。
在实际应用中,可以通过判断频谱特征与各个特征数据之间的一致性,判断频谱特征与特征数据是否匹配。此外,为了避免误判,可以设置一个误差阈值。当频谱特征与某个特征数据之间的一致性差异在误差阈值范围之内时,可以认为频谱特征与该特征数据匹配;当频谱特征与某个特征数据之间的一致性差异不在误差阈值范围之内时,可以认为频谱特征与该特征数据不匹配。
可选的,如图3所示,还可以在步骤S1021和步骤S1022之后,增设以下步骤:
步骤S1025:获取与频谱特征匹配的特征数据对应的异常声音类型信息。在实际应用中,当频谱特征与任一特征数据匹配时,还可以提取与频谱特征匹配的特征数据对应的异常声音类型信息,从而获知环境声音中具体包括哪些异常声音。
可选的,如图3所示,在经过步骤S1024获知环境声音中具体包括哪些异常声音后,可以通过以下几个子步骤实现步骤S103的过程:
步骤S1031:根据异常声音类型信息确定对应的安防等级。在一具体实施方式中,可以在终端设备100中预先存储各种异常声音类型与安防等级的对应关系。例如,可以将安防等级分为通知、警告和危险,当终端设备100识别到环境声音中的异常声音类型为陌生人说话的声音和脚步声时,可以判定对应的安防等级为通知;当终端设备100识别到环境声音中的异常声音类型为物体坠落的声音、敲门声音或撬锁的声音时,可以判定对应的安防等级为警告;当终端设备100识别到环境声音中的异常声音类型为陌生人说话的声音和翻箱倒柜声时,可以判定对应的安防等级为危险。在终端设备100多次发送“警告”等级的安防报警后,还可以将安防等级提高为“危险”等级,从而进一步提示用户尽快采取有效的安防措施。
步骤S1032:根据安防等级和预设的安防处理规则表,发送对应的安防报警信息。在一具体实施方式中,可以采用表1所示的安防处理规则表,对不同安防等级的安防报警信息进行处理。
表1安防处理规则表
Figure BDA0001963458040000071
终端设备100发出的安防报警信息可以通过控制中心300传递到用户端200。用户可以在用户端200上选择相应操作,比如持续实时录音或查看家中状况。终端设备100也可以根据设定的安防处理规则表,按照安防等级执行相应操作。
本申请实施例提供的安防方法,在向用户发送安防报警信息前,由于利用异常声音类型信息确定了对应的安防等级,使得本申请实施例提供的安防方法能够对具体的安防报警信息进行分级管理,有利于提高安防报警的效率,并能够使用户及时获知安防报警的具体内容。
在一具体实施方式中,用户可以在离家后,利用用户端200并通过控制中心300向终端设备100发出指示,从而将终端设备100设置为无人状态,使终端设备100通过执行步骤S101至步骤S103实现音频安防。
为了进一步方便用户的使用,减少用户操作,如图3所示,还可以在步骤S101和步骤S102之间增设以下步骤:
步骤S104:根据频谱特征识别环境声音是否包括预设的任一家庭成员的声音。当环境声音不包括预设的任一家庭成员的声音时,执行步骤S105;当环境声音包括预设的任一家庭成员的声音时,返回步骤S101。
步骤S105:获取持续时间。在一具体实施方式中,持续时间可以用于记录环境声音不包括预设的任一家庭成员声音的持续时间。
步骤S106:判断持续时间是否大于或等于预设的时间阈值。当持续时间大于或等于预设的时间阈值时,执行步骤S102;当持续时间小于预设的时间阈值时,返回步骤S101。
通过步骤S104至步骤S106,能够使终端设备100自动识别家中是否有人,在终端设备100自动识别家中无人时,可以进一步识别环境声音中是否包括异常声音,从而根据具体的异常声音向控制中心300反馈安防警报。
在一具体实施方式中,可以通过以下几个子步骤实现步骤S104的过程:
步骤S1041:根据频谱特征识别环境声音是否包括人的声音。当环境声音包括人的声音时,执行步骤S1042;当环境声音不包括人的声音时,执行步骤S105。
步骤S1042:提取环境声音中人的声音。在实际应用中,可以根据环境声音的频谱特征提取其中的人类声音。
步骤S1043:获取第一声纹特征。具体的,第一声纹特征为环境声音中人的声音对应的声纹特征。
步骤S1044:将第一声纹特征分别与预设的任一第二声纹特征进行匹配。具体的,第二声纹特征分别与各个家庭成员的声纹特征对应,即第二声纹特征为事先采集的各个家庭成员的声纹特征。
在实际应用中,用户可以利用用户端200的识别信息,例如用户端200的手机号码、设备识别码等能够唯一确认用户身份的信息,向终端设备100申请声纹录制密码,在凭终端设备100反馈的声纹录制密码登录用户端200后,向终端设备100依次发送各个家庭成员的声音;最后,由终端设备100依次提取各个家庭成员的声纹特征。此外,用户也可以直接向终端设备100录入各个家庭成员的声音,从而使终端设备100利用各个家庭成员的声音提取各个家庭成员的声纹特征。
步骤S1045:判断第一声纹特征与预设的第二声纹特征是否匹配。当第一声纹特征与预设的第二声纹特征均不匹配时,执行步骤S1046;当第一声纹特征与预设的任一第二声纹特征匹配时,执行步骤S1047。
步骤S1046:判定环境声音不包括预设的任一家庭成员的声音。
步骤S1047:判定环境声音包括预设的家庭成员的声音。
在实际应用中,可以通过判断第一声纹特征与各个第二声纹特征之间的一致性,判断第一声纹特征与第二声纹特征是否匹配。此外,为了避免误判,可以设置另一个误差阈值。当第一声纹特征与某个第二声纹特征之间的一致性差异在该误差阈值范围之内时,可以认为第一声纹特征与该第二声纹特征匹配;当第一声纹特征与某个第二声纹特征之间的一致性差异不在该误差阈值范围之内时,可以认为第一声纹特征与该第二声纹特征不匹配。
本申请实施例提供的安防方法,在根据频谱特征识别环境声音是否包括预设的异常声音前,识别环境声音是否包括家庭成员的声音,并在长时间没有家庭成员声音的情况下,判定当前状态为无人状态,才会进一步识别环境声音是否包括预设的异常声音,从而避免造成安防误判,提高了音频安防报警的准确性。此外,本申请实施例提供的安防方法利用环境声音中人的声音对应的声纹特征,识别环境声音是否包括预设的家庭成员的声音。由于每个人都具有独特的声纹特征,使得本申请实施例提供的安防方法能够利用声纹特征识别环境声音中的人物身份,且具有较高的识别效率和识别准确度。
本申请实施例提供的安防方法,利用环境声音的频谱特征识别环境声音是否包括预设的异常声音,例如翻东西、物体坠落或撬锁等异常声音,从而实现了基于音频识别的室内安防报警。由于声音采集设备能够方便地隐蔽于家居环境或办公环境中,相较于传统的摄像监控方式,具有更好的隐蔽性,能够有效避免被蓄意破坏,从而提高了安防的可靠性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种安防装置,如图4所示,该安防装置可以包括输入单元401、第一识别单元402和输出单元403。
其中,输入单元401用于获取环境声音,并提取环境声音的频谱特征;其具体的工作过程可参见上述方法实施例中步骤S101所述。
第一识别单元402用于根据频谱特征识别环境声音是否包括预设的异常声音;其具体的工作过程可参见上述方法实施例中步骤S102所述。
当环境声音包括预设的异常声音时,输出单元403用于发送安防报警信息;其具体的工作过程可参见上述方法实施例中步骤S103所述。
可选的,如图4所示,还可以在安防装置中增设第二识别单元404。在一具体实施方式中,第二识别单元404可以用于根据频谱特征识别环境声音是否包括预设的任一家庭成员的声音;当环境声音不包括预设的任一家庭成员的声音时,获取持续时间;持续时间用于记录环境声音不包括预设的任一家庭成员声音的持续时间;当持续时间大于或等于预设的时间阈值时,第二识别单元404还可以用于确认终端设备100处于无人环境中。
图5是本申请一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备500包括:处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503,例如安防程序。所述处理器501执行所述计算机程序503时实现上述各个安防方法实施例中的步骤,例如图2所示的步骤S101至步骤S103。或者,所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块/单元的功能,例如图4所示输入单元401、第一识别单元402和输出单元403的功能。在一具体实施方式中,图5所示的终端设备500可以是音箱等家用电器。
所述计算机程序503可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器502中,并由所述处理器501执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序503在所述终端设备500中的执行过程。例如,所述计算机程序503可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器501、存储器502。本领域技术人员可以理解,图5仅仅是终端设备500的示例,并不构成对终端设备500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述终端设备500的内部存储单元,例如终端设备500的硬盘或内存。所述存储器502也可以是所述终端设备500的外部存储设备,例如所述终端设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器502还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (8)

1.一种安防方法,其特征在于,包括:
获取环境声音,并提取所述环境声音的频谱特征;
根据所述频谱特征识别所述环境声音是否包括预设的异常声音;
当所述环境声音包括预设的异常声音时,发送安防报警信息;
在所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音的步骤之前,所述安防方法还包括:
根据所述频谱特征识别所述环境声音是否包括预设的任一家庭成员的声音;
当所述环境声音不包括预设的任一家庭成员的声音时,获取持续时间;所述持续时间用于记录所述环境声音不包括预设的任一家庭成员声音的持续时间;
当所述持续时间大于或等于预设的时间阈值时,执行所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音的步骤;
所述根据所述频谱特征识别所述环境声音是否包括预设的任一家庭成员的声音,包括:
根据所述频谱特征识别所述环境声音是否包括人的声音;
当所述环境声音包括人的声音时,提取所述环境声音中人的声音;
获取第一声纹特征;所述第一声纹特征为所述环境声音中人的声音对应的声纹特征;
将所述第一声纹特征分别与预设的任一第二声纹特征进行匹配;所述第二声纹特征分别与各个所述家庭成员的声纹特征对应;
当所述第一声纹特征与预设的第二声纹特征均不匹配时,判定所述环境声音不包括预设的任一家庭成员的声音。
2.如权利要求1所述的安防方法,其特征在于,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,包括:
将所述频谱特征分别与预设的算法特征表中记录的特征数据进行匹配;所述算法特征表用于记录预设的异常声音的特征数据;
当所述频谱特征与任一所述特征数据匹配时,判定所述环境声音包括预设的异常声音。
3.如权利要求2所述的安防方法,其特征在于,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,还包括:
当所述频谱特征与所述特征数据均不匹配时,判定所述环境声音不包括预设的异常声音。
4.如权利要求2所述的安防方法,其特征在于,在所述将所述频谱特征分别与预设的算法特征表中记录的特征数据进行匹配的步骤之后,所述根据所述频谱特征识别所述环境声音是否包括预设的异常声音,还包括:
当所述频谱特征与任一所述特征数据匹配时,获取与所述频谱特征匹配的特征数据对应的异常声音类型信息。
5.如权利要求4所述的安防方法,其特征在于,所述发送安防报警信息,包括:
根据所述异常声音类型信息确定对应的安防等级;
根据所述安防等级和预设的安防处理规则表,发送对应的安防报警信息。
6.一种安防装置,其特征在于,包括:
输入单元,用于获取环境声音,并提取所述环境声音的频谱特征;
第一识别单元,用于根据所述频谱特征识别所述环境声音是否包括预设的异常声音;
输出单元,当所述环境声音包括预设的异常声音时,用于发送安防报警信息;
所述安防装置还包括第二识别单元,所述第二识别单元包括:
声音识别模块,用于根据所述频谱特征识别所述环境声音是否包括预设的任一家庭成员的声音;
时间获取模块,用于当所述环境声音不包括预设的任一家庭成员的声音时,获取持续时间;所述持续时间用于记录所述环境声音不包括预设的任一家庭成员声音的持续时间;
步骤执行模块,用于当所述持续时间大于或等于预设的时间阈值时,执行所述声音识别模块;
所述声音识别模块具体用于:
根据所述频谱特征识别所述环境声音是否包括人的声音;
当所述环境声音包括人的声音时,提取所述环境声音中人的声音;
获取第一声纹特征;所述第一声纹特征为所述环境声音中人的声音对应的声纹特征;
将所述第一声纹特征分别与预设的任一第二声纹特征进行匹配;所述第二声纹特征分别与各个所述家庭成员的声纹特征对应;
当所述第一声纹特征与预设的第二声纹特征均不匹配时,判定所述环境声音不包括预设的任一家庭成员的声音。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201910091697.0A 2019-01-30 2019-01-30 安防方法、终端设备及存储介质 Active CN111508521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910091697.0A CN111508521B (zh) 2019-01-30 2019-01-30 安防方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910091697.0A CN111508521B (zh) 2019-01-30 2019-01-30 安防方法、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN111508521A CN111508521A (zh) 2020-08-07
CN111508521B true CN111508521B (zh) 2022-06-28

Family

ID=71873935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910091697.0A Active CN111508521B (zh) 2019-01-30 2019-01-30 安防方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN111508521B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562695B (zh) * 2020-11-26 2023-09-29 珠海格力电器股份有限公司 声纹识别方法、装置、计算机设备和存储介质
CN112598027B (zh) * 2020-12-09 2024-06-18 深圳市优必选科技股份有限公司 一种设备的异常识别方法、装置、终端设备及存储介质
CN113432856A (zh) * 2021-06-28 2021-09-24 西门子电机(中国)有限公司 电动机测试方法、装置、电子设备和存储介质
CN115240302A (zh) * 2022-07-18 2022-10-25 珠海格力电器股份有限公司 监测室内安全环境的方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11286380A (ja) * 1998-03-31 1999-10-19 Nohmi Bosai Ltd 防犯装置
CN1897054A (zh) * 2005-07-14 2007-01-17 松下电器产业株式会社 可根据声音种类发出警报的传输装置及方法
CN101771814A (zh) * 2009-12-29 2010-07-07 天津市亚安科技电子有限公司 具有声音识别定位功能的云台摄像机
CN107221115A (zh) * 2017-07-27 2017-09-29 京东方科技集团股份有限公司 一种智能电子设备
CN108538035A (zh) * 2018-05-31 2018-09-14 南京博联智能科技有限公司 室内安防控制方法、电子设备、存储介质及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11286380A (ja) * 1998-03-31 1999-10-19 Nohmi Bosai Ltd 防犯装置
CN1897054A (zh) * 2005-07-14 2007-01-17 松下电器产业株式会社 可根据声音种类发出警报的传输装置及方法
CN101771814A (zh) * 2009-12-29 2010-07-07 天津市亚安科技电子有限公司 具有声音识别定位功能的云台摄像机
CN107221115A (zh) * 2017-07-27 2017-09-29 京东方科技集团股份有限公司 一种智能电子设备
CN108538035A (zh) * 2018-05-31 2018-09-14 南京博联智能科技有限公司 室内安防控制方法、电子设备、存储介质及系统

Also Published As

Publication number Publication date
CN111508521A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111508521B (zh) 安防方法、终端设备及存储介质
CN104966053B (zh) 人脸识别方法及识别系统
US10176654B2 (en) Suspicious person detection system, suspicious person detection method
CN107578519A (zh) 一种智能门禁系统及智能门禁开锁方法
US20160323742A1 (en) Anti-theft method and client for a mobile terminal
CN102071867B (zh) 全息指纹识别智能安全门
CN106710032B (zh) 一种门禁的开启方法和装置
CN104881914A (zh) 楼宇门禁安全管理系统
CN108875484B (zh) 用于移动终端的人脸解锁方法、装置和系统及存储介质
CN104299303A (zh) 智能门禁系统及其实现方法
CN105989267B (zh) 一种基于声纹识别的安全防护方法和装置
CN107944307B (zh) 一种计算机安全防护管理系统
CN112132996A (zh) 一种门锁控制方法、移动终端、门控终端及存储介质
CN112217841A (zh) 直播间管理的方法、装置、计算机设备及存储介质
CN111768530A (zh) 一种智能开锁方法及装置
CN110767237A (zh) 一种语音传输方法、装置、第一对讲机和系统
TW201931186A (zh) 身分識別的方法、裝置及系統
CN111917975B (zh) 基于网络通讯数据的隐蔽网络摄像头识别方法
CN113628367A (zh) 锁具的控制方法及装置、系统、存储介质、电子设备
CN211015753U (zh) 一种基于物联网的人脸识别安保系统
CN111739228A (zh) 一种基于物联网的人脸识别安保系统及操作方法
CN114727294A (zh) 一种通信用身份识别方法及其系统
CN112601054B (zh) 摄像画面的采集方法及装置、存储介质、电子设备
US20200364321A1 (en) Method and apparatus for providing authentication using voice and facial data
CN103971065A (zh) 用于防止篡改数据的方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant