公共場所異常聲音識別算法設計與研究.pdf

1、音頻監(jiān)控技術(shù)是公共場所安全監(jiān)控的有力手段之一，實現(xiàn)音頻監(jiān)控技術(shù)智能化的關鍵是自動檢測并識別出公共場所的異常事件。公共場所異常聲音事件的發(fā)生常常伴隨著爆炸聲、槍聲及尖叫聲等異常聲音，這些異常聲音與公共場所的背景聲音重疊在一起，與連續(xù)的背景聲音相比，往往是零星且孤立存在的，異常聲音通常聲調(diào)較高，強度較大。傳統(tǒng)的異常聲音識別方法往往局限于使用語音信號處理的特征，且大多利用異常聲音樣本建立分類模型。由于部分異常聲音與語音信號的機理特征不同而使得

2、所提特征對異常聲音信號性能描述不佳，并且現(xiàn)實生活中某些異常聲音樣本較難獲取而模型訓練樣本不足，使得訓練模型的分類邊界不準確，導致識別結(jié)果不好。因此，本文針對公共場所的異常聲音檢測與識別的上述問題進行研究，主要工作總結(jié)如下：
　?、偬岢鲆环N無交疊統(tǒng)計均等梅爾特征。該特征采用無交疊統(tǒng)計均等矩形濾波器組對梅爾頻率倒譜系數(shù)（MFCC）進行改進得到，首先為了使獲得特征的信息熵最大，結(jié)合異常聲音梅爾頻率域的統(tǒng)計幅度譜，建立一個無交疊統(tǒng)計均等矩

3、形濾波器組；然后，利用該濾波器組對輸入聲音信號進行濾波處理獲得信號不同頻率成分的能量信息，作為輸入信號的特征；另外，為進一步提升特征的鑒別能力，求取各頻率成分能量的差分特征；最后，利用規(guī)范化多特征加權(quán)融合策略將信號的能量特征和差分特征進行融合，形成最終的無交疊統(tǒng)計均等梅爾特征向量。
　?、诨跓o交疊統(tǒng)計均等梅爾特征和支持向量機（SVM）分類器，完成了一種異常聲音識別算法設計。首先采用雙門限端點檢測方法提取有效的聲音事件，再獲取聲音

4、事件的無交疊統(tǒng)計均等梅爾特征，最后采用SVM分類器對特征進行分類，實現(xiàn)異常聲音識別。為了驗證該算法的性能，利用智能化信息技術(shù)及系統(tǒng)實驗室（IITLAB）建立的音頻監(jiān)控數(shù)據(jù)庫中的4類異常聲音、4類場景聲音以及它們的合成聲音片段進行了實驗。
　?、蹣?gòu)建能級遷移狀態(tài)機，由此提出一種能級遷移概率特征，并建立基于能級遷移概率特征和高斯混合模型（GMM）背景建模的異常聲音檢測算法框架。首先，基于異常聲音與場景聲音信號強度和方差的統(tǒng)計特點，建立

5、能級遷移狀態(tài)機，并根據(jù)不同狀態(tài)間的轉(zhuǎn)移概率生成了能級遷移概率特征向量。然后，采用 GM M模型對公共場所的不同場景建立相應的背景模型。最后，通過一幀信號與背景模型匹配的似然度直接判定一幀信號的類型，并利用連續(xù)多幀信號的信息判定其最終類型，從而檢測出異常聲音事件。為了檢驗該算法檢測異常聲音的有效性，基于IITLAB實驗室的音頻監(jiān)控數(shù)據(jù)庫進行了實驗。實驗結(jié)果表明，該算法在不同信噪比環(huán)境下均能有效檢測出公共場所的異常聲音，隨著信噪比降低檢測性