精准评估婴儿疼痛具独特的挑战性,且极为重要。虽然人耳可以理解许多声音,但ChatterBaby™利用UCLA的服务器通过Chatterbaby™算程来区分其特定的特性。通过机器学习,与我们数据库的哭声进行比较,ChatterBaby™能够适应及学会更好及更精准地鉴定您婴儿的哭声。
我们是如何得到哭声数据库的?首先,婴儿打疫苗或穿耳洞时发出的疼痛哭声被录下。其他的哭声也被收集起来(急躁,饥饿,分离焦虑,绞痛,害怕),且这些哭声被一组有经验的母亲精心标签。只有那些被我们的老练妈妈们普遍认同的哭声标签才会授予我们的算程中,以确保我们的算程准确无误。
我们目前的模式只能预测三种状态(饥饿,疼痛,急躁),因为这三种状态不会受到发育的影响,同时对刚出生的婴儿和大点的婴儿有一致的声学模型。
一个六周大的婴儿不太可能会有分离焦虑,但他会感到饥饿,有时每四十五分钟喂一次。我们用来预测哪种哭声正在发生的声学特性包括强度,持续时间及一个哭声之内安静的数量(看图),以及我们的算程中算出的数千种其他特征。通过考虑这些特征,ChatterBaby™能够以精确的方式分析和预测哭声的原因。实际上,ChatterBaby通过记录婴儿打疫苗时的哭声,识别了90%以上疼痛哭声。
您的婴儿的声音是独一无二的。我们定期用新数据更新和修改我们的算程,这意味着如果您把您的婴儿数据发送给我们,我们会重新调整算程。如果您希望我们的未来算程更能与您的婴儿合拍,请标记您婴儿哭声,胡言乱语或笑声的视频或音频样本并发送给我们,并切记通过我们的捐赠表格包括他/她的以月计算的年龄。为什么您的婴儿在哭?如果您向ChatterBaby“喂进”您的数据,我们的算程将“学会”您婴儿独特的声学特征,并在下次听到您的婴儿时改进其预测。在向我们发送数据之前,请参阅同意书和我们的隐私政策。
ChatterBaby™是加州大学洛杉矶分校的一个项目,受到Ariana Anderson 博士的启发。她是四个孩子的母亲,也是加州大学洛杉矶分校塞梅尔神经科学和人类行为研究所的教授。
诞生于加州大学洛杉矶分校的使命守则ChatterBaby™最初被设计用于用标记状态取代婴儿声音,最初是为了帮助聋人父母了解他们的婴儿的哭声,以便他们能够适当地对待婴儿和幼儿的声音线索。
有关我们研究人员的更多信息, 会见我们团队! !要了解有关ChatterBaby™应用程序的更多信息,请参阅我们的的常见问题解答。