智能數(shù)字助聽(tīng)器中聲場(chǎng)景分類的研究.pdf

1、隨著社會(huì)的不斷發(fā)展，老齡化問(wèn)題越來(lái)越突出，這促使了人們對(duì)耳聾問(wèn)題的關(guān)注，助聽(tīng)器的發(fā)展開(kāi)始受到人們的普遍重視。聲場(chǎng)景分類作為智能數(shù)字助聽(tīng)器的核心技術(shù)，其算法處于信號(hào)處理的前端，能夠識(shí)別出助聽(tīng)器使用者當(dāng)前的聽(tīng)覺(jué)場(chǎng)景，自適應(yīng)地調(diào)用相應(yīng)的處理程序，實(shí)現(xiàn)針對(duì)不同場(chǎng)景聲信號(hào)的個(gè)性化處理。本質(zhì)上講，聲場(chǎng)景分類屬于環(huán)境聲識(shí)別問(wèn)題，主要包括兩個(gè)方面:特征提取和分類。特征提取是對(duì)聲信號(hào)進(jìn)行維數(shù)約減，提取出能代表原始信號(hào)的數(shù)據(jù);而分類是指通過(guò)一定方法編碼聲特

2、征，并與模板數(shù)據(jù)庫(kù)進(jìn)行比對(duì)以確定聲信號(hào)所屬類別。
　　本文主要圍繞選擇性注意模型、傳統(tǒng)的HMM模型和深度學(xué)習(xí)模型來(lái)展開(kāi)對(duì)聲場(chǎng)景分類的研究。在特征提取方面，本文通過(guò)對(duì)聲信號(hào)的語(yǔ)譜圖做顯著性分析，提取出顯著圖特征，再將其與傳統(tǒng)的MFCC特征進(jìn)行混合，形成混合特征。在分類器方面，本文分別使用傳統(tǒng)的HMM模型和深度學(xué)習(xí)模型進(jìn)行分類。本文所做的工作主要有以下幾項(xiàng):
　　1.闡述了聲場(chǎng)景分類技術(shù)的研究背景和研究現(xiàn)狀，分析了現(xiàn)有聲場(chǎng)景分類

3、技術(shù)的優(yōu)缺點(diǎn)，并對(duì)當(dāng)前有待深入研究和急需解決的問(wèn)題進(jìn)行了說(shuō)明。
　　2.概述了聲場(chǎng)景分類的理論基礎(chǔ)，介紹了聲場(chǎng)景分類的幾個(gè)模塊，包括預(yù)處理模塊、特征提取模塊、分類器訓(xùn)練模塊和測(cè)試模塊，并介紹了聲場(chǎng)景分類特征提取和分類器設(shè)計(jì)方面的相關(guān)知識(shí)。
　　3.深入研究了選擇性注意模型，包括選擇性注意模型的理論和視覺(jué)選擇性注意模型中的兩種常用模型——Itti模型和GBVS模型，并將視覺(jué)理論應(yīng)用于聲學(xué)中，完成了對(duì)聲信號(hào)語(yǔ)譜圖的顯著性分析，提

4、取出了聲信號(hào)的顯著圖參數(shù)。
　　4.利用提取出的顯著圖參數(shù)得到用于分類的特征向量，再提取出聲信號(hào)的MFCC特征，將二者進(jìn)行混合，組成混合特征，再利用傳統(tǒng)的HMM分類器分別使用單獨(dú)的顯著圖特征、單獨(dú)的MFCC特征和混合特征完成對(duì)聲場(chǎng)景的分類，并比較各自的分類效果。
　　5.簡(jiǎn)述了深度學(xué)習(xí)的發(fā)展歷程、主要模型和應(yīng)用，介紹了深度學(xué)習(xí)常用方法，包括自動(dòng)編碼器、稀疏自動(dòng)編碼器和受限玻爾茲曼機(jī)，介紹了Gibbs采樣過(guò)程和對(duì)比散度算法，將