公共場(chǎng)所異常聲音識(shí)別算法設(shè)計(jì)與研究.pdf

1、音頻監(jiān)控技術(shù)是公共場(chǎng)所安全監(jiān)控的有力手段之一，實(shí)現(xiàn)音頻監(jiān)控技術(shù)智能化的關(guān)鍵是自動(dòng)檢測(cè)并識(shí)別出公共場(chǎng)所的異常事件。公共場(chǎng)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(chǎng)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(qiáng)度較大。傳統(tǒng)的異常聲音識(shí)別方法往往局限于使用語音信號(hào)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(hào)的機(jī)理特征不同而使得

2、所提特征對(duì)異常聲音信號(hào)性能描述不佳，并且現(xiàn)實(shí)生活中某些異常聲音樣本較難獲取而模型訓(xùn)練樣本不足，使得訓(xùn)練模型的分類邊界不準(zhǔn)確，導(dǎo)致識(shí)別結(jié)果不好。因此，本文針對(duì)公共場(chǎng)所的異常聲音檢測(cè)與識(shí)別的上述問題進(jìn)行研究，主要工作總結(jié)如下：
　　①提出一種無交疊統(tǒng)計(jì)均等梅爾特征。該特征采用無交疊統(tǒng)計(jì)均等矩形濾波器組對(duì)梅爾頻率倒譜系數(shù)（MFCC）進(jìn)行改進(jìn)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(jì)幅度譜，建立一個(gè)無交疊統(tǒng)計(jì)均等矩

3、形濾波器組；然后，利用該濾波器組對(duì)輸入聲音信號(hào)進(jìn)行濾波處理獲得信號(hào)不同頻率成分的能量信息，作為輸入信號(hào)的特征；另外，為進(jìn)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(hào)的能量特征和差分特征進(jìn)行融合，形成最終的無交疊統(tǒng)計(jì)均等梅爾特征向量。
　?、诨跓o交疊統(tǒng)計(jì)均等梅爾特征和支持向量機(jī)（SVM）分類器，完成了一種異常聲音識(shí)別算法設(shè)計(jì)。首先采用雙門限端點(diǎn)檢測(cè)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(jì)均等梅爾特征，最后采用SVM分類器對(duì)特征進(jìn)行分類，實(shí)現(xiàn)異常聲音識(shí)別。為了驗(yàn)證該算法的性能，利用智能化信息技術(shù)及系統(tǒng)實(shí)驗(yàn)室（IITLAB）建立的音頻監(jiān)控?cái)?shù)據(jù)庫中的4類異常聲音、4類場(chǎng)景聲音以及它們的合成聲音片段進(jìn)行了實(shí)驗(yàn)。
　?、蹣?gòu)建能級(jí)遷移狀態(tài)機(jī)，由此提出一種能級(jí)遷移概率特征，并建立基于能級(jí)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(cè)算法框架。首先，基于異常聲音與場(chǎng)景聲音信號(hào)強(qiáng)度和方差的統(tǒng)計(jì)特點(diǎn)，建立

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