CN120939405A - 安抚系统的控制方法、安抚设备和存储介质 - Google Patents

Abstract

本申请公开了一种安抚系统的控制方法、安抚设备和存储介质。本申请涉及音频处理技术领域，所述安抚系统的控制方法包括：通过所述噪音检测模块采集第一音频；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号，解决了拼接的心肺音并不能完整地重现其母亲的心肺音特征，实现了通过高保真心肺音音频提高安抚效率的技术效果，并进一步实现了信号足够保真、延迟足够小，达到安抚要求的技术效果。

Description

安抚系统的控制方法、安抚设备和存储介质

技术领域

本申请涉及音频处理技术领域，尤其涉及一种安抚系统的控制方法、安抚设备和存储介质。

背景技术

摇篮、摇床等安抚婴幼儿产品，虽旨在助其入睡，但婴幼儿脑部和颈部脆弱，中枢神经系统不完善，摇晃入睡可能影响脑部发育，增加摇晃婴儿综合征患病风险。

婴儿在6个月左右听力开始形成，能听到母体及外界声音，并可用于胎教。婴儿在处于母体羊水环境时，与母亲内循环一体，母体心肺音经液体振动传播给胎儿。因此相关技术中采用婴幼儿母亲的心肺音来辅助婴儿入睡，具体的采集婴幼儿母亲心肺音的同时进行分段处理，并且对婴幼儿母亲心肺音片段进行滤波，而后将婴幼儿母亲心肺音片段拼接为音频。

但是拼接的心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差。

发明内容

本申请的主要目的在于提供一种安抚系统的控制方法、安抚设备和存储介质，旨在解决拼接的心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。

为实现上述目的，本申请提供一种安抚系统的控制方法，所述安抚系统的控制方法包括：

所述安抚系统包括安抚设备，安抚设备包括心肺音采集模块、噪音检测模块以及音频输出模块；所述安抚系统的控制方法包括：

通过所述噪音检测模块采集第一音频；

若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。

在一实施例中，所述安抚系统还包括终端以及适配器，所述通过所述音频输出模块播放第二音频的步骤，包括：

所述音频输出模块向适配器发送第一信号，所述音频输出模块与所述适配器有线连接；

响应于所述第一信号，所述适配器向终端发送第二信号，所述适配器与所述终端有线连接；

响应于所述第二信号，所述终端根据所述安抚设备的设备标识，从本地或者云服务器获取所述第二音频；

所述终端通过所述适配器向所述音频输出模块反馈所述第二音频；

所述音频输出模块播放接收到的所述第二音频。

在一实施例中，所述若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频的步骤之前，包括：

通过所述噪音检测模块采集至少两段第二音频；

基于不同时间戳的所述第二音频，解析出第二特征；

通过主成分分析或互信息法筛选对哭闹识别贡献度高的特征区域；

对历史哭闹音频的第二特征进行聚类，生成婴幼儿哭闹场景的音频特征；

采用深度学习模型构建分类器，以标注的哭闹/非哭闹音频数据训练模型，输出婴幼儿哭闹场景的概率阈值。

在一实施例中，所述通过所述噪音检测模块采集第一音频的步骤之后，包括：

计算所述第一音频的第一特征与婴幼儿哭闹场景的音频特征的相似度；

将所述第一音频输入所述分类器，确定婴幼儿哭闹场景的概率阈值；

基于所述相似度以及所述概率阈值确定第一特征符合婴幼儿哭闹场景的音频特征。

在一实施例中，所述通过所述音频输出模块播放第二音频的步骤之前，包括：

通过心肺音采集设备采集第二音频，所述第二音频为模拟信号；

将所述第二音频通过适配器发送至终端；

所述终端将所述第二音频转换为包含数字音频信号的数据包；

将所述数据包发送至云服务器。

在一实施例中，所述将所述第二音频转换为包含数字音频信号的数据包的步骤，包括：

解析第二音频的多个音频特征点；

将所述第二音频转换为数字音频信号，并记录转换特征参数；

将所述转换特征参数、所述音频特征点以及所述数字音频信号封装为所述数据包。

在一实施例中，所述将所述数据包发送至云服务器的步骤之后，包括：

所述云服务器将接收到的数字音频信号与安抚设备的设备标识存储至数据库；

根据所述数字音频信号以及转换特征参数训练得到数字音频信号向模拟信号的解码参数；

通过所述音频特征点校验所述解码参数的解码效果。

在一实施例中，所述安抚系统的控制方法还包括：

所述终端接收云服务器发送的目标数字音频；

获取所述目标数字音频的解码参数以及音频特征点；

基于所述解码参数以及所述音频特征点将所述目标数字音频转换为第二音频，以通过所述音频输出模块播放第二音频。

此外，为实现上述目的，本申请还提供一种安抚设备，所述安抚设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上所述安抚系统的控制方法的步骤。

此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现安抚系统的控制方法的程序，所述实现安抚系统的控制方法的程序被处理器执行以实现如上所述安抚系统的控制方法的步骤。

本申请提供了一种安抚系统的控制方法，安抚系统包括安抚设备，安抚设备包括心肺音采集模块、噪音检测模块以及音频输出模块；本申请通过所述噪音检测模块采集第一音频；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。即本申请通过播放模拟信号的婴幼儿母亲心肺音音频，并且无需在采集时对心肺音音频进行分段，实现了心肺音音频的高保真，解决了拼接的心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。实现了通过高保真心肺音音频提高安抚效率的技术效果，并进一步实现了信号足够保真、延迟足够小，达到安抚要求的技术效果。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，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为本申请安抚系统的控制方法实施例一提供的流程示意图；

图2为本申请安抚系统的控制方法实施例二提供的安抚系统的架构示意图；

图3为本申请安抚系统的控制方法实施例二提供的信令交互流程示意图；

图4为本申请安抚系统的控制方法实施例中步骤S21-S25的示意图；

图5为本申请安抚系统的控制方法实施例中步骤A10-A40的示意图；

图6为本申请安抚系统的控制方法实施例中步骤B10-B30的示意图；

图7为本申请安抚系统的控制方法实施例中步骤C10-C40的示意图；

图8为本申请安抚系统的控制方法实施例中步骤C31-C33的示意图；

图9为本申请安抚系统的控制方法实施例中步骤C50-C60的示意图；

图10为本申请安抚系统的控制方法实施例中步骤S46-S48的示意图；

图11为本申请安抚系统的控制方法实施例六中安抚系统的控制方法的简要流程示意图；

图12为本申请安抚系统的控制方法实施例六中安抚系统的控制示意图；

图13为本申请安抚设备涉及的硬件结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请的技术方案，并不用于限定本申请。

为了更好的理解本申请的技术方案，下面将结合说明书附图以及具体的实施方式进行详细的说明。

目前，相关技术中采用母亲的心肺音来辅助婴儿入睡，具体的采集心肺音的同时进行分段处理，并且对心肺音片段进行滤波，而后将心肺音片段拼接为音频。但是拼接的心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差。

本申请的主要解决方案是：安抚系统包括安抚设备，安抚设备包括心肺音采集模块、噪音检测模块以及音频输出模块；通过所述噪音检测模块采集第一音频；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，通过射频发射该音频的模拟信号，通过信号接收端和适配器与主机或电脑（Line-in接口）或手机TYPE-C接入，在本地端或远端保存为WAV格式的音频。本申请通过播放模拟信号的心肺音音频，并且无需在采集时对婴幼儿母亲心肺音音频进行分段，实现了婴幼儿母亲心肺音音频的高保真，实现了通过高保真婴幼儿母亲心肺音音频提高安抚效率的技术效果。

本实施例进而实现了在频响曲线衰减与总谐波失真均远超听诊器医疗器械国家标准YYT1035-2021，具体的，1、总谐波失真：听诊器医疗器械国家标准的总谐波失真小于百分之三的要求，实测总谐波失真只有百分之零点四到百分之零点七，高于国标6倍的标准，实测结果见深圳市医疗器械检测中心的检测报告，编号ZO20230209。2、频响曲线衰减：听诊器医疗器械国家标准声衰减式听诊器的频响曲线衰减限值如下：在100HZ{<}500Hz范围内：听头外径<35mm，以测试声源为参考衰减应<30dB；听头外径{>}35mm，以测试声源为基准衰减应<16dB。在500HZ~1000Hz范围内：听头外径<35mm，以测试声源为基准衰减应<25dB；听头外径(>}35mm，以测试声源为基准衰减应≤20dB。而本申请实施例中的安抚系统及安抚设备在深圳市医疗器检测中心的检测报告，编号ZO20230209中，电子听诊器的频响曲线，在100Hz-500Hz范围内，以测试声源为基准衰减应≤12dB，本实施例涉及模块实测结果为5.7dB。在500Hz-1000Hz范围内，以测试声源为基准衰减应≤20dB，本实施例涉及模块实测结果为7.2dB。

安抚系统包括噪音检测模块和音频输出模块。通过所述噪音检测模块采集第一音频，第一音频为模拟信号；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，则通过所述音频输出模块播放第二音频，或由婴幼儿监护人员控制安抚设备的启动。其中，所述第二音频是通过所述心肺音采集模块通过专有射频方案预先采集的婴幼儿母亲心肺音音频的无损的模拟信号音，通过专用适配器转存采样率高于48KHz心肺音信号。即本申请通过在仿真子宫的空间环境内播放按年龄分级的安全声压级的婴幼儿母亲心肺音音频，在保真、安全的同时避免了在采集时对婴幼儿母亲心肺音音频进行分段所产生的声音不连贯性以及其它影响婴幼儿的感知因素；实现了通过高保真婴幼儿母亲心肺音音频提高对婴幼儿安抚效率的技术效果，减轻家庭身心负担。

需要说明的是，本实施例的执行主体可以是安抚系统，也可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备，例如平板电脑、个人电脑、手机等，或者是一种能够实现上述功能的安抚设备等，本实施例对此并不作具体限定。以下以安抚系统为执行主体为例，对本实施例及下述各实施例进行说明。

基于此，本申请实施例一提出一种安抚系统的控制方法，请参照图1，所述安抚系统的控制方法包括步骤S10~S20：

步骤S10，通过所述噪音检测模块采集第一音频。

在本实施例中，参照图2，安抚系统包括安抚设备，安抚设备包括心肺音采集模块、噪音检测模块以及音频输出模块。噪音检测模块是指安装在安抚设备上，能够实时收集周围环境声音信号的硬件模块，通常由高灵敏度麦克风和信号预处理电路组成，例如环境麦克风。第一音频指的是噪音检测模块实时采集到的环境声音原始信号。例如安抚设备可集成至毛绒玩具、枕头等婴幼儿用品，或者集成至安抚机器人。

进一步的，在使用时，安抚设备应当放置在目标人员，即婴儿的预设举例范围内，以使得能够采集婴儿哭闹的第一音频，并播放第二音频，进而实现对目标人员的安抚。

作为一种可选实施方式，噪音检测模块以固定的采样频率（如48kHz）对环境声音进行采样，将连续的模拟声音信号转换为离散的数字信号，并通过内部的低通滤波器去除高频噪声干扰，将处理后的音频数据传输至系统的主控单元。

作为另一种可选实施方式，由使用者控制启动安抚设备，直接播放第二音频。

步骤S20，若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。

在本实施例中，第一特征是指从第一音频中提取出的能够表征声音特点的参数集合，包含时域特征（如短时能量、过零率）、频域特征（如频谱质心、梅尔频率倒谱系数）等。婴幼儿哭闹场景的音频特征是通过大量历史哭闹音频数据训练得到的声音特征模型，包含了哭闹声音在时域、频域等方面的典型特征范围。音频输出模块是用于将音频信号转换为声音并播放出来的硬件装置，一般由数模转换器、功率放大器和扬声器组成。第二音频是指通过心肺音采集模块预先采集并存储的婴幼儿母亲心肺音模拟信号。

作为一种可选实施方式，系统利用数字信号处理算法，针对第一音频通过每秒48000个采样点进行采集，进而针对每个采样点的数据，计算短时能量评估声音强度，计算过零率判断声音的音调变化，通过快速傅里叶变换将时域信号转换为频域信号，进而提取频谱质心等频域特征。系统将提取的第一特征与预先训练好的哭闹声音分类模型（如支持向量机模型、卷积神经网络模型）进行比对，计算第一特征与哭闹特征模型的匹配概率，当匹配概率超过设定阈值（如80%）时，判定为符合婴幼儿哭闹场景的音频特征。

作为一种可选实施方式，当判定为婴幼儿哭闹场景后，主控单元向音频输出模块发送指令，从存储单元中调取对应的第二音频模拟信号。音频输出模块直接接收模拟信号，经功率放大器放大后驱动扬声器，将婴幼儿母亲心肺音播放出来。

示例性的，在一个家庭场景中，父母将安装有安抚系统的婴儿床放置在卧室。母亲通过心肺音采集模块提前采集自己的心肺音，采集时，心肺音采集模块的传感器贴合在母亲胸口，将心脏跳动产生的机械振动转化为模拟电信号，当宝宝在婴儿床中哭闹时，噪音检测模块采集到宝宝哭声，提取哭声的第一特征，经与婴幼儿哭闹场景的音频特征比对，该音频特征由该婴幼儿自身的哭闹声音训练得到，确认是婴幼儿哭闹场景后，音频输出模块立即播放预先采集的婴幼儿母亲心肺音模拟信号，宝宝听到熟悉的心肺音后逐渐平静下来。

需要说明的是，本申请中婴幼儿的哭闹声在采集后，可以需要适配器作转换，也可以使用适配器作为转换；进一步的，在心肺音的录取时，使用适配器作转化成Linein信号，进而提升无损效果。

本实施例通过噪音检测模块实时采集环境声音，精准提取声音特征并与哭闹特征模型比对，在检测到宝宝哭闹时及时播放高保真的母亲的心肺音模拟信号，实现了对宝宝哭闹的快速响应和有效安抚，避免了传统拼接心肺音音频失真导致的安抚效果差的问题，同时减少了家长通过摇晃等可能伤害宝宝的方式进行安抚的情况。通过所述噪音检测模块采集第一音频；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。即本申请通过播放模拟信号的心肺音音频，并且无需在采集时对婴幼儿母亲心肺音音频进行分段，实现了婴幼儿母亲心肺音音频的高保真，解决了拼接的心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。实现了通过高保真婴幼儿母亲心肺音音频提高安抚效率的技术效果。

基于上述任一实施例，本申请实施例二中，参照图3和图4，图3示出了信令交互的示意图，图4示出了流程示意图，通过所述音频输出模块播放第二音频的步骤，包括：

步骤S21，所述音频输出模块向适配器发送第一信号，所述音频输出模块与所述适配器有线连接。

在本实施例中，音频输出模块是负责将音频信号转化为声音播放出来的硬件组件，通常包含功率放大器和扬声器等；适配器是用于实现不同设备间信号传输与协议转换的连接器；第一信号是用于获取第二音频的请求。即适配器一端与电脑、移动诊疗台等设备有线连接，另一端与安抚设备或音频采集设备无线连接。适配器用于接收无损的载波信号，此信号可以通过模拟信号（无损音）在本地（电脑或手机）端以高保真的WAV格式保存母亲的心肺音，远程服务器也可直接获取该心肺音。本实施例中的第二音频的存储格式为WAV格式，WAV格式可实现无损音质，可实现48K、96K及以上的采样频率。

作为一种可选实施方式，音频输出模块与适配器通过USBType-C接口进行有线连接，当检测到符合婴幼儿哭闹场景的音频特征后，音频输出模块按照预设的通信协议，向适配器发送包含设备标识和请求类型（获取第二音频）的第一信号数据包。

步骤S22，响应于所述第一信号，所述适配器向终端发送第二信号，所述适配器与所述终端有线连接。

在本实施例中，终端是具备数据处理、存储和网络通信功能的设备，如智能主机、平板电脑等；第二信号是适配器接收到第一信号后，向终端转发的用于获取第二音频的指令信号。

作为一种可选实施方式，适配器与终端通过以太网接口进行有线连接，适配器接收到第一信号数据包后，对数据包进行解析和协议转换，将其转换为终端可识别的格式，然后按照终端的通信协议，向终端发送包含音频输出模块设备标识和请求内容的第二信号数据包。

步骤S23，响应于所述第二信号，所述终端根据所述安抚设备的设备标识，从本地或者云服务器获取所述第二音频。

在本实施例中，设备标识是用于唯一识别每个安抚设备的编号或代码；本地指的是终端自身配备的存储介质，如固态硬盘、内存卡等；云服务器是通过网络提供数据存储和访问服务的远程服务器集群。

作为一种可选实施方式，终端接收到第二信号数据包后，提取其中的设备标识，先在本地存储中查找与该设备标识对应的第二音频文件。若本地不存在，则通过无线网络连接到云服务器，向云服务器发送包含设备标识的音频获取请求，云服务器接收到请求后，在数据库中检索对应的第二音频文件，并将其发送回终端。

步骤S24，所述终端通过所述适配器向所述音频输出模块反馈所述第二音频。

在本实施例中，反馈是指终端将获取到的第二音频通过适配器回传至音频输出模块的过程。

作为一种可选实施方式，终端获取到第二音频后，将音频数据按照适配器可识别的格式进行封装，通过有线连接发送给适配器。适配器接收到音频数据后，再次进行协议转换，将其转换为音频输出模块可接收的格式，然后发送给音频输出模块。

步骤S25，所述音频输出模块播放接收到的所述第二音频。

在本实施例中，播放是指音频输出模块将接收到的第二音频信号进行放大等处理后，通过扬声器转化为声音。

需要说明的是，第二音频在从采集到播放的全流程中，采样率为48k。

作为一种可选实施方式，音频输出模块接收到第二音频数据后，先对数据进行解码处理，将其还原为模拟音频信号，然后利用内部的功率放大器对模拟音频信号进行放大，最后驱动扬声器将母亲的心肺音播放出来，实现对婴幼儿的安抚。

示例性的，在一个家庭场景中，婴儿床安装有包含音频输出模块和噪音检测模块的安抚设备，客厅放置着作为终端的智能主机，两者通过适配器连接。当噪音检测模块检测到婴儿哭闹，音频输出模块向适配器发送第一信号。适配器将请求转换后发送给智能主机，智能主机根据婴儿床对应的设备标识，发现本地没有存储对应的婴幼儿母亲心肺音音频，便从云服务器获取预先上传的婴儿母亲的心肺音音频。获取后，智能主机将音频数据经适配器回传给音频输出模块，音频输出模块播放母亲的心肺音，婴儿听到熟悉的声音后逐渐停止哭闹。

本实施例通过终端、适配器和音频输出模块之间的有线连接与有序的数据交互，实现了根据不同安抚设备的需求精准获取并播放对应的第二音频，保证了音频传输的稳定性和准确性，解决了多设备环境下音频调用混乱的问题，进一步提升了安抚系统对婴幼儿的安抚效果和响应效率。

基于上述任一实施例，本申请实施例三中，步骤20之前，参照图5，包括：

步骤A10，通过所述噪音检测模块采集至少两段第二音频。

在本实施例中，噪音检测模块是用于实时捕捉环境声音信号的硬件装置，通常由高灵敏度麦克风及前置放大电路构成。第二音频是指噪音检测模块在不同时间点采集到的环境声音原始信号，采集多段音频可获取声音的变化信息。

作为一种可选实施方式，噪音检测模块以每秒采集10次的频率，每次采集时长为500毫秒，将采集到的模拟声音信号通过模数转换器转化为数字音频信号，并存储在系统的临时缓存区域。

步骤A20，通过主成分分析或互信息法筛选对哭闹识别贡献度高的特征区域。

步骤A30，对历史哭闹音频的第二特征进行聚类，生成婴幼儿哭闹场景的音频特征。

在本实施例中，历史哭闹音频是指预先收集并标注为哭闹状态的大量音频数据。聚类是将相似特征的数据点归为同一类别的无监督学习方法，常用算法有K-means、DBSCAN等。婴幼儿哭闹场景的音频特征是通过聚类分析得到的能够代表哭闹声音共性的特征模型。

作为一种可选实施方式，系统采用K-means聚类算法，将历史哭闹音频的第二特征作为输入数据，设定聚类类别数K为5（根据经验值设定），计算每个数据点到各个聚类中心的距离，将数据点划分到距离最近的聚类中心所属类别，经过多次迭代更新聚类中心，直至聚类结果稳定，最终每个聚类中心的特征向量组合形成婴幼儿哭闹场景的音频特征。

步骤A40，采用深度学习模型构建分类器，以标注的哭闹/非哭闹音频数据训练模型，输出婴幼儿哭闹场景的概率阈值。

在本实施例中，深度学习模型如卷积神经网络（CNN）、循环神经网络（RNN）等，能够自动提取数据的复杂特征。分类器是基于深度学习模型构建的用于判断输入音频是否属于婴幼儿哭闹场景的模型。标注的哭闹/非哭闹音频数据是指人工或通过其他方式标记好类别标签（哭闹或非哭闹）的音频数据集。概率阈值是分类器判断音频为婴幼儿哭闹场景的概率临界值，当预测概率超过该阈值时判定为婴幼儿哭闹场景。

作为一种可选实施方式，系统采用卷积神经网络（CNN）构建分类器，将标注的哭闹/非哭闹音频数据按照8:2的比例划分为训练集和测试集，对训练集数据进行归一化等预处理后输入CNN模型，模型通过卷积层、池化层等结构自动提取音频特征，经过全连接层和Softmax函数输出音频属于婴幼儿哭闹场景的概率。在测试集上调整模型参数，当模型在测试集上的准确率达到90%时，确定此时模型输出的概率阈值，如0.7，即当预测概率大于0.7时判定为婴幼儿哭闹场景。

可选地，步骤S10之后，参照图6，包括：

步骤B10，计算所述第一音频的第一特征与婴幼儿哭闹场景的音频特征的相似度。

在本实施例中，第一音频是噪音检测模块采集到的实时环境声音信号。第一特征是从第一音频中提取出的如短时能量、频谱质心、梅尔频率倒谱系数等能够表征声音特性的参数集合。婴幼儿哭闹场景的音频特征是通过对历史哭闹音频数据进行分析处理后得到的具有代表性的声音特征模型。相似度是用于衡量第一特征与婴幼儿哭闹场景音频特征之间相似程度的指标。

作为一种可选实施方式，采用余弦相似度算法来计算相似度。将第一特征与婴幼儿哭闹场景的音频特征分别表示为向量形式，通过计算两个向量夹角的余弦值来确定相似度，余弦值越接近1，表示两者相似度越高；反之则差异越大。具体计算公式为：Sim(A,B)={AB}/{|A||B|}，其中，A为第一特征向量，B为婴幼儿哭闹场景的音频特征向量，AB为向量点积，|A|和|B|分别为向量A和B的模长。

步骤B20，将所述第一音频输入所述分类器，确定婴幼儿哭闹场景的概率阈值。

在本实施例中，分类器是通过深度学习模型（如卷积神经网络）使用标注的哭闹/非哭闹音频数据训练得到的模型，用于判断输入音频属于婴幼儿哭闹场景的概率。概率阈值是判断音频是否为婴幼儿哭闹场景的概率临界值。

作为一种可选实施方式，将第一音频进行归一化等预处理后输入训练好的分类器，分类器通过内部的卷积层、池化层等结构自动提取音频特征，经过全连接层和Softmax函数输出该音频属于婴幼儿哭闹场景的概率值。系统根据预先设定的规则（如结合历史误判率、召回率等指标综合确定），选取一个合适的概率值作为概率阈值，例如0.6，当输出概率大于0.6时，认为该音频属于婴幼儿哭闹场景的可能性较高。

步骤B30，基于所述相似度以及所述概率阈值确定第一特征符合婴幼儿哭闹场景的音频特征。

在本实施例中，通过综合考虑第一音频的第一特征与婴幼儿哭闹场景音频特征的相似度，以及分类器输出的婴幼儿哭闹场景概率，来最终判断当前第一特征是否符合婴幼儿哭闹场景的音频特征。

作为一种可选实施方式，设定相似度阈值为0.7，当计算得到的相似度大于0.7，且分类器输出的婴幼儿哭闹概率大于概率阈值0.6时，判定第一特征符合婴幼儿哭闹场景的音频特征；若其中任何一个条件不满足，则判定不符合。这种双重判断机制可以有效降低误判的可能性，提高婴幼儿哭闹场景识别的准确性。

示例性的，在家庭场景中，婴儿床配备的安抚系统的噪音检测模块采集到一段婴儿发出的声音作为第一音频。系统首先提取第一音频的第一特征，包括短时能量、频谱质心等参数，与预先建立的婴幼儿哭闹分类类别的音频特征进行余弦相似度计算，得到相似度为0.8。接着将第一音频输入训练好的卷积神经网络分类器，分类器输出该音频属于婴幼儿哭闹类别的概率为0.7。由于相似度0.8大于设定的相似度阈值0.7，且概率0.7大于概率阈值0.6，系统判定第一特征符合婴幼儿哭闹分类类别的音频特征，随即通过音频输出模块播放预先采集好的母亲的心肺音对婴儿进行安抚或。本实施例通过计算音频特征相似度和利用分类器确定概率阈值的双重判断方式，综合评估当前音频是否属于婴幼儿哭闹分类类别，相比单一判断方法，能够更精准地识别婴幼儿哭闹情况，减少因环境噪音等因素导致的误判，为及时且准确地播放高保真婴幼儿母亲心肺音提供可靠依据，从而有效提升安抚系统对婴幼儿的安抚效果和响应准确性。

本实施例通过多段音频采集、特征解析与筛选、聚类分析以及深度学习模型训练，构建了一套精准的婴幼儿哭闹分类情况识别体系。能够有效区分婴儿哭闹与其他环境声音，减少误判，为后续及时播放高保真婴幼儿母亲心肺音提供可靠的触发条件，从而提升安抚系统对婴幼儿安抚的准确性和及时性，增强安抚效果。

基于上述任一实施例，本申请实施例四中，通过所述音频输出模块播放第二音频的步骤之前，参照图7，包括：

步骤C10，通过心肺音采集设备采集第二音频，所述第二音频为模拟信号。

在本实施例中，心肺音采集设备是用于收集母亲的心肺音的硬件装置，通常由高灵敏度的接触式传感器（如压电传感器）或非接触式麦克风构成，可直接获取心脏跳动产生的机械振动或声音信号。第二音频指的是心肺音采集设备采集到的未经数字化处理的原始婴幼儿母亲心肺音模拟信号，保留了婴幼儿母亲心肺音最真实的波形和频率特征。

步骤C20，将所述第二音频通过适配器发送至终端。

在本实施例中，适配器是用于实现不同设备间信号传输与格式转换的中间设备，起到桥梁作用。终端是具备数据处理、存储和网络通信功能的设备，如智能主机、平板电脑等。

作为一种可选实施方式，适配器与心肺音采集设备、终端均通过USB接口进行有线连接。适配器接收心肺音采集设备输出的第二音频模拟信号后，先对信号进行放大和抗干扰处理，再将其转换为终端能够识别的通信协议格式，然后通过USB数据线将第二音频传输至终端，确保信号稳定、无失真传输。

步骤C30，所述终端将所述第二音频转换为包含数字音频信号的数据包。

在本实施例中，数字音频信号是将第二音频模拟信号经过模数转换（ADC）后得到的离散数字信号。数据包是按照特定通信协议封装后的数字音频数据集合，包含音频数据以及相关的元信息（如采样率、声道数、设备标识等）。

作为一种可选实施方式，终端内置高精度模数转换器，以48kHz的采样率、16位量化精度对第二音频模拟信号进行数字化转换，将模拟信号转换为数字音频信号。接着，终端按照HTTP协议或自定义传输协议，将数字音频信号与采样率、声道数等元信息进行封装，生成包含数字音频信号的数据包，为后续传输做准备。

步骤C40，将所述数据包发送至云服务器。

在本实施例中，云服务器是通过网络提供数据存储和访问服务的远程服务器集群，具备大容量存储和高并发处理能力。

作为一种可选实施方式，终端通过Wi-Fi或有线网络连接至互联网，利用TCP/IP协议建立与云服务器的连接。终端将生成的数据包进行压缩处理，以减少传输数据量，然后通过加密通道（如SSL/TLS）将数据包发送至云服务器。云服务器接收到数据包后，根据数据包中的设备标识将音频数据存储到对应的数据库中，方便备份与后续调用。

示例性的，在家庭场景中，母亲为了给宝宝准备安抚心肺音，使用心肺音采集设备。将传感器放置在胸口合适位置后，心肺音采集设备开始采集母亲的心肺音，得到原始的第二音频模拟信号。通过USB接口将心肺音采集设备与适配器相连，适配器再连接至家中的智能主机（终端）。智能主机接收第二音频后，进行数字化转换和数据包封装，最后通过家庭Wi-Fi网络将数据包发送至云服务器存储。当宝宝在婴儿床中哭闹，安抚系统检测到婴幼儿哭闹场景后，终端可从云服务器调取该母亲的心肺音数据包，经处理后播放给宝宝，实现安抚效果。

本实施例通过心肺音采集设备、适配器、终端和云服务器之间的协同工作，实现了母亲的心肺音从模拟信号采集、传输、数字化到云端存储的完整流程。一方面保证了婴幼儿母亲心肺音采集的高保真度，另一方面利用云服务器实现了婴幼儿母亲心肺音数据的远程存储和灵活调用，使得安抚系统能够在不同场景下快速获取并播放合适的婴幼儿母亲心肺音，增强了系统的实用性和便捷性，为有效安抚婴幼儿提供了可靠的数据基础。

可选地，步骤C30，参照图8，包括：

步骤C31，解析第二音频的多个音频特征点。

在本实施例中，音频特征点是指能够反映第二音频（原始婴幼儿母亲心肺音模拟信号）关键特性的参数集合，包括但不限于时域特征（如峰值位置、过零率）、频域特征（如主频、频谱质心）以及时频域联合特征（如短时傅里叶变换局部极值点）。这些特征点用于表征婴幼儿母亲心肺音的强度、音调、节奏等关键信息。

步骤C32，将所述第二音频转换为数字音频信号，并记录转换特征参数。

在本实施例中，数字音频信号是指将第二音频模拟信号通过模数转换（ADC）得到的离散化数据序列。转换特征参数是描述此次模数转换过程的关键参数，包括采样率（如48kHz）、量化位数（如16位、24位）、转换算法类型（如线性脉冲编码调制PCM）等。

步骤C33，将所述转换特征参数、所述音频特征点以及所述数字音频信号封装为所述数据包。

在本实施例中，数据包是按照特定通信协议规则组合而成的数据集合，用于在终端与云服务器之间进行可靠传输。封装过程即将转换特征参数、音频特征点和数字音频信号按协议格式进行打包，并添加必要的元信息（如设备标识、时间戳、校验码）。

示例性的，婴幼儿父母，即使用者使用专业心肺音采集设备为新生儿母亲采集心肺音，获取第二音频模拟信号。将采集设备连接至终端。当新生儿出现哭闹时，对应安抚设备可从云服务器快速调取该母亲的心肺音数据包，经解码后播放高保真婴幼儿母亲心肺音进行安抚。

本实施例通过解析音频特征点、记录转换参数并规范封装，实现了婴幼儿母亲心肺音数据从模拟到数字的精细化处理与标准化传输。一方面保留了婴幼儿母亲心肺音原始特征信息，为后续高精度识别和个性化安抚提供数据支撑；另一方面通过详细记录转换参数和添加校验机制，确保了数据在终端与云服务器间传输的准确性和完整性，提升了安抚系统对婴幼儿母亲心肺音数据的管理与应用效率，进一步增强了系统的可靠性和实用性。

基于上述任一实施例，本申请实施例五中，步骤C40之后，参照图9，包括：

步骤C50，所述云服务器将接收到的数字音频信号与安抚设备的设备标识存储至数据库。

在本实施例中，云服务器是提供数据存储和处理服务的远程服务器集群，具备高存储容量和稳定的数据管理能力。数据库用于结构化存储各类数据，本方案中主要存储数字音频信号和对应的安抚设备标识，以便后续快速检索和调用。设备标识是用于唯一识别每个安抚设备的编号或代码，通过该标识可将特定的数字音频信号与对应的安抚设备进行绑定。

作为一种可选实施方式，云服务器采用关系型数据库（如MySQL），创建专门的数据表，表中包含“设备标识”“数字音频信号数据”等字段。当接收到终端发送的数据包后，云服务器解析数据包，提取其中的设备标识和数字音频信号，将其分别存入对应字段，建立两者的映射关系，确保每个安抚设备都能准确调用专属的婴幼儿母亲心肺音音频。

步骤C60，根据所述数字音频信号以及转换特征参数训练得到数字音频信号向模拟信号的解码参数。

在本实施例中，转换特征参数记录了数字音频信号转换过程中的关键信息，如采样率、量化位数等。解码参数是指将数字音频信号还原为模拟信号时所需的配置参数，包括但不限于滤波参数、重构算法参数等，其目的是确保解码后的模拟信号尽可能还原原始婴幼儿母亲心肺音特征。

示例性的，家长通过心肺音采集设备采集婴幼儿母亲心肺音，经终端处理后将数据包发送至云服务器。云服务器接收数据包后，进行降噪处理将每个安抚设备的设备标识与对应的数字音频信号存储到安抚设备的数据库。

本实施例通过云服务器对数字音频信号的存储管理、解码参数训练以及效果校验，构建了一套完整的婴幼儿母亲心肺音数据处理与优化体系。存储机制实现了设备与音频的精准匹配，便于快速调用；解码参数训练确保了数字音频信号在后续播放时能够高保真还原为模拟信号；音频特征点校验则为解码效果提供了量化评估标准，保障了婴幼儿母亲心肺音安抚的有效性。三者协同工作，显著提升了安抚系统对婴幼儿母亲心肺音数据的处理能力和应用可靠性，增强了系统在实际场景中的适用性。

基于上述任一实施例，在本申请实施例六中，参照图10，安抚系统的控制方法还包括：

步骤S46，所述终端接收云服务器发送的目标数字音频。

在本实施例中，目标数字音频是指云服务器根据安抚设备的请求，从数据库中调取的与特定设备标识关联的数字音频信号，其本质是经过编码的婴幼儿母亲心肺音数据。

作为一种可选实施方式，终端通过WebSocket协议与云服务器建立长连接，当检测到需要播放婴幼儿母亲心肺音时（如识别到婴儿哭闹），终端向云服务器发送包含设备标识的请求。云服务器检索数据库，提取对应的目标数字音频，并采用分块传输方式（如HTTP/2的二进制分帧）将数据发送至终端，确保传输效率和可靠性。

步骤S47，获取所述目标数字音频的解码参数以及音频特征点。

在本实施例中，解码参数是云服务器预先训练得到的用于将数字音频信号还原为模拟信号的配置参数；音频特征点是表征婴幼儿母亲心肺音特性的关键参数集合，用于校验解码效果。

作为一种可选实施方式，终端在接收目标数字音频的同时，从数据包头部解析出关联的解码参数（如存储在元数据字段中）。对于音频特征点，终端既可以直接从数据包中获取预存储的原始特征点，也可以通过轻量级特征提取算法（如短时傅里叶变换）实时计算目标数字音频的特征点。

步骤S48，基于所述解码参数以及所述音频特征点将所述目标数字音频转换为第二音频，以通过所述音频输出模块播放第二音频。

在本实施例中，第二音频是指经过解码处理后得到的高保真模拟婴幼儿母亲心肺音信号，其波形和频率特征与母亲原始心肺音高度相似。

作为一种可选实施方式，终端采用专用数模转换（DAC）芯片，结合解码参数中的滤波系数和重构算法，将目标数字音频还原为模拟信号。在转换过程中，终端实时监测解码后信号的音频特征点，并与预存的原始特征点进行比对（如计算余弦相似度），动态调整解码参数以确保相似度达到预设阈值（如0.98）。最终，处理后的第二音频通过低噪声功率放大器驱动扬声器播放，实现对婴幼儿的高保真婴幼儿母亲心肺音安抚。

本实施例通过终端与云服务器的协同工作，实现了婴幼儿母亲心肺音数据的云端存储、智能解码与本地播放。解码参数的应用确保了数字信号到模拟信号的高保真还原，而音频特征点的实时校验机制进一步提升了婴幼儿母亲心肺音质量。该方案解决了传统数字音频播放中存在的信号失真问题，使安抚系统能够精准复现母亲的心肺音的原始特征，增强了婴幼儿对熟悉声音的识别度和安全感，显著提升了安抚效果。同时，通过云端集中管理婴幼儿母亲心肺音数据，降低了终端设备的存储负担，便于系统的扩展和维护。

示例性的，接下来，结合图11对本实施例以及上述任一实施例结合后的实施流程进行说明。图11为本申请中安抚系统的控制方法的简要流程示意图。在使用前，通过心肺音采集设备的第二音频采集模块采集目标婴幼儿的母亲的心肺音，然后将心肺音预存为第二音频。将噪音检测模块或者其集成的设备放置在目标婴幼儿身边预设距离内，实时采集第一音频，第一音频为模拟信号，然后根据第一音频判断是否符合婴幼儿哭闹特征，若符合，则控制设备自动播放目标婴幼儿母亲的心肺音，即播放第二音频。在第二音频播放之后，进行安抚效果评估，主要是通过采集第一音频，若根据第一音频确定其还是符合哭闹特征，则判定安抚无效，则设备向监护人员终端推送告警，推送方式包括但不限于小程序、APP应用以及设备的遥控器。告警后等待人工介入，停止播放第二音频。

若根据第一音频判定安抚有效，则继续播放第二音频，并根据第一音频判定哭闹是否停止，若停止，则结束播放第二音频，若未停止，则继续播放第二音频，并执行安抚效果评估的步骤。

进一步地，参照图12，第一音频检测模块即噪音检测模块。第二音频采集模块包括第二音频检测模块、第二音频处理模块以及第二音频传输模块。然后通过第二音频存储模块存储至云服务器或者本地设备。由安抚系统统一执行婴幼儿安抚控制管理。其中，婴幼儿安抚控制管理的内容包括安抚播放第二音频、安抚效果评估和检测。具体的，第一音频检测模块检测到第一音频后，进行哭闹场景的判定，即确定第一音频是否符合婴幼儿哭闹特征。进一步地，可以对第一音频细化特征分析，例如判定第一音频是否符合生理需求特征、判定第一音频是否符合心理情绪特征、判定第一音频是否符合健康问题特征、判定第一音频是否符合饥饿问题特征、判定第一音频是否符合其他问题特征。若第一音频满足以上任一种特征，则控制安抚设备播放第二音频，以进行婴幼儿安抚。

本申请提供一种安抚设备，安抚设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的安抚系统的控制方法。

下面参考图13，其示出了适于用来实现本申请实施例的安抚设备的结构示意图。本申请实施例中的安抚设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理（PDA，Personal Digital Assistant）、平板电脑、车载终端等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图13示出的安抚设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

参照图13，安抚设备包括婴幼儿声音检测模块1001，第一存储器1002，功放单元1004，单片机或芯片控制单元1005，I/O接口1006，母亲心肺音采集模块1007，第二存储器1003，通信模块1009以及云服务器1008。婴幼儿声音检测模块1001用于采集婴幼儿的第一音频。第一存储器1002用于存储第一音频。功放单元1004用于播放第二音频。单片机或芯片控制单元1005用于控制程序运行。母亲心肺音采集模块1007用于采集第二音频，第二存储器1003用于存储第二音频，通信模块1009用于与外界设备数据交互。云服务器1008用于将采集的第二音频存储在云端。

本申请提供的安抚设备，采用上述实施例中的安抚系统的控制方法，能解决拼接的婴幼儿母亲心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。与现有技术相比，本申请提供的安抚设备的有益效果与上述实施例提供的安抚设备的有益效果相同，且该安抚设备中的其他技术特征与上一实施例方法公开的特征相同，在此不做赘述。

应当理解，本申请公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

本申请提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令（即计算机程序），计算机可读程序指令用于执行上述实施例中的安抚系统的控制方法。

本申请提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体地例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM，Random Access Memory）、只读存储器（ROM，Read Only Memory）、可擦式可编程只读存储器（EPROM，Erasable Programmable Read Only Memory）、闪存、光纤、便携式紧凑磁盘只读存储器（CD-ROM，CD-Read Only Memory）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、射频（RF，Radio Frequency）等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是安抚设备中所包含的；也可以是单独存在，而未装配入安抚设备中。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被安抚设备执行时，使得安抚设备：通过所述噪音检测模块采集第一音频；若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本申请提供的可读存储介质为计算机可读存储介质，所述计算机可读存储介质存储有用于执行上述安抚系统的控制方法的计算机可读程序指令（即计算机程序），能够解决拼接的婴幼儿母亲心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。与现有技术相比，本申请提供的计算机可读存储介质的有益效果与上述实施例提供的安抚系统的控制方法的有益效果相同，在此不做赘述。

本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的安抚系统的控制方法的步骤。

本申请提供的计算机程序产品能够解决拼接的婴幼儿母亲心肺音并不能完整地重现其母亲的心肺音特征，从而丧失安抚婴幼儿根本要素，导致安抚效果差的技术问题。与现有技术相比，本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的安抚系统的控制方法的有益效果相同，在此不做赘述。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种安抚系统的控制方法，其特征在于，所述安抚系统包括安抚设备，安抚设备包括心肺音采集模块、噪音检测模块、音频输出模块、控制单元、存储器、以及通讯模块；所述安抚系统的控制方法包括：

通过所述噪音检测模块采集第一音频；

若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频，其中，所述第二音频是通过所述心肺音采集模块预先采集的婴幼儿母亲心肺音的音频，为模拟信号。

2.如权利要求1所述的安抚系统的控制方法，其特征在于，所述安抚系统还包括控制单元、终端以及适配器，所述通过所述音频输出模块播放第二音频的步骤，包括：

所述音频输出模块向适配器发送第一信号，所述音频输出模块与所述适配器有线连接；

响应于所述第一信号，所述适配器向终端发送第二信号，所述适配器与所述终端有线连接；

响应于所述第二信号，所述终端根据所述安抚设备的设备标识，从本地或者云服务器获取所述第二音频；

所述终端通过所述适配器向所述音频输出模块反馈所述第二音频；

所述音频输出模块播放接收到的所述第二音频。

3.如权利要求1所述的安抚系统的控制方法，其特征在于，所述若所述第一音频的第一特征符合婴幼儿哭闹场景的音频特征，通过所述音频输出模块播放第二音频的步骤之前，包括：

通过所述噪音检测模块采集至少两段第二音频；

基于不同时间戳的所述第二音频，解析出第二特征；

通过主成分分析或互信息法筛选对哭闹识别贡献度高的特征区域；

对历史哭闹音频的第二特征进行聚类，生成婴幼儿哭闹场景的音频特征；

采用深度学习模型构建分类器，以标注的哭闹/非哭闹音频数据训练模型，输出婴幼儿哭闹场景的概率阈值。

4.如权利要求3所述的安抚系统的控制方法，其特征在于，所述通过所述噪音检测模块采集第一音频的步骤之后，包括：

计算所述第一音频的第一特征与婴幼儿哭闹场景的音频特征的相似度；

将所述第一音频输入所述分类器，确定婴幼儿哭闹场景的概率阈值；

基于所述相似度以及所述概率阈值确定第一特征符合婴幼儿哭闹场景的音频特征。

5.如权利要求1所述的安抚系统的控制方法，其特征在于，所述通过所述音频输出模块播放第二音频的步骤之前，包括：

通过心肺音采集设备采集第二音频，所述第二音频为模拟信号；

将所述第二音频通过适配器发送至终端；

所述终端将所述第二音频转换为包含数字音频信号的数据包；

将所述数据包发送至云服务器。

6.如权利要求5所述的安抚系统的控制方法，其特征在于，所述将所述第二音频转换为包含数字音频信号的数据包的步骤，包括：

解析第二音频的多个音频特征点；

将所述第二音频转换为数字音频信号，并记录转换特征参数；

将所述转换特征参数、所述音频特征点以及所述数字音频信号封装为所述数据包。

7.如权利要求6所述的安抚系统的控制方法，其特征在于，所述将所述数据包发送至云服务器的步骤之后，包括：

所述云服务器将接收到的数字音频信号与安抚设备的设备标识存储至数据库；

根据所述数字音频信号以及转换特征参数训练得到数字音频信号向模拟信号的解码参数；

通过所述音频特征点校验所述解码参数的解码效果。

8.如权利要求6所述的安抚系统的控制方法，其特征在于，所述安抚系统的控制方法还包括：

所述终端接收云服务器发送的目标数字音频；

获取所述目标数字音频的解码参数以及音频特征点；

基于所述解码参数以及所述音频特征点将所述目标数字音频转换为第二音频，以通过所述音频输出模块播放第二音频。

9.一种安抚设备，其特征在于，所述安抚设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至8中任一项所述的安抚系统的控制方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的安抚系统的控制方法的步骤。