上面的標(biāo)題是粗體的，但它背后的 ST 軟件名為 Baby Crying Detector 的創(chuàng)建。該應(yīng)用程序是我們的 iOS 和 Android 移動(dòng)工具STBLESensor上提供的眾多演示之一。該應(yīng)用程序與ST 最強(qiáng)大的傳感器平臺(tái) SensorTile.box配合使用。顧名思義，嬰兒哭泣探測(cè)器檢測(cè)嬰兒是否在哭泣。SensorTile.box 使用其MP23ABS1 MEMS 麥克風(fēng)以 16 kHz 樣本記錄聲音。然后，它處理信號(hào)，然后將其傳遞給在主機(jī)STM32L4R9上運(yùn)行的機(jī)器學(xué)習(xí)算法。如果系統(tǒng)確定孩子在哭泣，傳感器板上的 LED 會(huì)變?yōu)榫G色，智能手機(jī)會(huì)通過(guò)藍(lán)牙接收警報(bào)。

在一系列悲劇登上報(bào)紙頭版后，ST 工程師決定編寫 Baby Crying Detector。在炎熱的夏天，父母會(huì)不經(jīng)意地將孩子留在車?yán)?，直到為時(shí)已晚才意識(shí)到這一點(diǎn)。因此，我們的專家提出了一個(gè)簡(jiǎn)單的問題：我們能否用現(xiàn)有技術(shù)防止此類悲劇發(fā)生？由于處于困境中的孩子幾乎總是會(huì)哭泣，因此檢測(cè)到他們的尖叫聲可能會(huì)觸發(fā)警報(bào)。問題是要有效，應(yīng)用程序需要精確。因此，人工智能是必要的，因?yàn)閷?duì)算法進(jìn)行硬編碼將是一項(xiàng)艱巨的工作。此外，該平臺(tái)需要足夠強(qiáng)大的傳感器來(lái)捕獲質(zhì)量數(shù)據(jù)。ST 工程師因此意識(shí)到SensorTile.box打開了嬰兒哭泣探測(cè)器的大門，因?yàn)樗鼘⑷斯ぶ悄芎托阅芗性谝粋€(gè)屋檐下。

嬰兒哭泣探測(cè)器：曾幾何時(shí)，有數(shù)據(jù)

獲取質(zhì)量數(shù)據(jù)

當(dāng) ST 工程師開始研究嬰兒哭泣探測(cè)器時(shí)，他們遇到的第一個(gè)障礙是尋找有用的訓(xùn)練數(shù)據(jù)。著名的格言“垃圾進(jìn)，垃圾出”與機(jī)器學(xué)習(xí)特別相關(guān)。因此，我們的團(tuán)隊(duì)首先梳理了數(shù)十小時(shí)的嬰兒哭聲錄音。他們還意識(shí)到拒絕數(shù)據(jù)同樣重要。因此，獲取環(huán)境噪音、動(dòng)物和成年人哭泣等許多其他方面的樣本至關(guān)重要。最終，我們工程師的磨難凸顯了當(dāng)今獲取高質(zhì)量數(shù)據(jù)的困難，并暴露了 ST 合作伙伴可以幫助收集數(shù)據(jù)的重要性。

解決誤報(bào)

一旦 ST 團(tuán)隊(duì)認(rèn)為他們的數(shù)據(jù)集令人滿意，他們就開始測(cè)試神經(jīng)網(wǎng)絡(luò)。初步評(píng)估令人鼓舞。然而，他們也意識(shí)到他們有一些反復(fù)出現(xiàn)的誤報(bào)。其中一個(gè)發(fā)生在系統(tǒng)將狗的嚎叫誤認(rèn)為是嬰兒的哭聲時(shí)。為了解決這個(gè)問題，我們的團(tuán)隊(duì)在將音頻信號(hào)發(fā)送到神經(jīng)網(wǎng)絡(luò)之前調(diào)整了快速傅里葉變換。ST 工程師還實(shí)施了慣性檢測(cè)系統(tǒng)。Baby Crying Detector 假設(shè)車內(nèi)只有一個(gè)嬰兒。如果車輛在移動(dòng)，則意味著有司機(jī)，警報(bào)是無(wú)用的。當(dāng)前的實(shí)現(xiàn)相對(duì)基本，但開發(fā)人員可以使用 SensorTile.box 上的 LSM6DSOX 的機(jī)器學(xué)習(xí)核心來(lái)感知運(yùn)動(dòng)，同時(shí)將功耗保持在最低水平。

使用 STM32Cube.AI 轉(zhuǎn)換神經(jīng)網(wǎng)絡(luò)

Baby Crying Detector 的另一個(gè)突出特點(diǎn)是能夠在 STM32L4 上運(yùn)行機(jī)器學(xué)習(xí)算法。為了實(shí)現(xiàn)這樣的壯舉，ST 工程師使用了 STM32CubeMX.AI。擴(kuò)展軟件將神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為 STM32 的優(yōu)化代碼。在這種情況下，我們的開發(fā)人員在Keras上創(chuàng)建了一個(gè)神經(jīng)網(wǎng)絡(luò)。該 API 基于 TensorFlow 2.0 構(gòu)建，生成一個(gè) Python 庫(kù)，用戶隨后可以使用X-CUBE-AI對(duì)其進(jìn)行處理。結(jié)果是開發(fā)人員可以在主循環(huán)中調(diào)用的二進(jìn)制文件。因此，Baby Cry Detector 從麥克風(fēng)獲取信號(hào)，將其發(fā)送到由 X-CUBE-AI 優(yōu)化的神經(jīng)網(wǎng)絡(luò)，并返回系統(tǒng)是否檢測(cè)到嬰兒遇險(xiǎn)。

不是最終產(chǎn)品

嬰兒哭泣探測(cè)器甚至可以防止一個(gè)孩子死亡嗎？我們相信答案是“是的”，但我們也知道我們的應(yīng)用程序還沒有準(zhǔn)備好進(jìn)入市場(chǎng)。希望銷售類似解決方案的公司將不得不收集更多數(shù)據(jù)并創(chuàng)建更復(fù)雜的神經(jīng)網(wǎng)絡(luò)以提高其準(zhǔn)確性。但是，我們的應(yīng)用程序通過(guò)來(lái)自 Internet 的簡(jiǎn)單數(shù)據(jù)集展示了我們?cè)诙虝r(shí)間內(nèi)完成的工作。因此，嬰兒哭泣探測(cè)器以非常真實(shí)的方式展示了人工智能和傳感器的潛力，以及工程師在投資 SensorTile.box 和 ST 生態(tài)系統(tǒng)時(shí)可以期待什么。

審核編輯：郭婷