Smart infant cry detection system with raspberry pi

Abstract

Le nourrisson communique avec son environnement en pleurant. Les bébés produisent ces pleurs après avoir été stimulés par la douleur, l'inconfort, les besoins d'attention émotionnelle ou des facteurs environnementaux. Il contient également de précieuses informations sur l'état du nourrisson. Ce projet concerne le développement et la réalisation d'un dispositif basé sur le Raspberry Pi pour détecter les pleurs des bébés et prédire leur cause. Cette étude décrit une base de données compilée pour analyser la relation entre les pleurs du nourrisson et leurs causes, en utilisant des spectrogrammes qui fournissent une vérité topographique et des informations sur les fréquences fondamentales avec des harmoniques. Des méthodes de traitement du signal telles que l'analyse prédictive linéaire, la transformée en Ondelette Continu CWT, la transformée en Ondelette Discrète DWT et le MFCC ont été utilisées pour analyser les pleurs du nourrisson et en extraire les caractéristiques énergétiques et les coefficients caractérisant les pleurs de bébés. Nous essayons de classer les pleurs de bébé en deux catégories telles que la douleur et l'inconfort en utilisant plusieurs méthodes, nous mentionnons les réseaux neuronaux (NN), les réseaux neuronaux convolutifs (CNN) et la machine à vecteurs de support (SVM), nous présentons l'application dans le tableau de bord Node Red pour la partie production. Un tel dispositif peut être utilisé par les parents (en particulier les parents sourds) ou par une personne qui s'occupe de bébés. Ce type de technologie et de dispositif existe, mais il n'est pas disponible pour une grande population, nous avons donc essayé de le rendre disponible pour différentes groupes de la communauté.