[發(fā)明專利]音頻事件檢測系統(tǒng)及方法

無效

• 申請?zhí)枺?/td>: 201010103634.1
• 申請日: 2010-01-27
• 公開（公告）號: CN101819770A
• 公開（公告）日: 2010-09-01
• 發(fā)明（設(shè)計(jì)）人: 胡瑞敏;杭波;馬曄;高戈;楊玉紅;周成;王曉晨
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G10L11/00
• 分類號: G10L11/00;G10L15/02
• 代理公司: 武漢華旭知識產(chǎn)權(quán)事務(wù)所 42214
• 代理人: 周宗貴

1.一種音頻事件檢測系統(tǒng)，其特征在于包括：

取樣模塊(1)，用于取樣來自音頻輸入設(shè)備的單聲道或多聲道的輸入信號(6)，得到當(dāng)前幀的音頻信號(7)，并將所獲得的當(dāng)前幀的音頻信號(7)分兩路輸出，一路輸出連接音頻顯著度分析模塊(2)，一路輸出連接音頻信號篩選模塊(3)；

音頻顯著度分析模塊(2)，用于提取音頻的特征并對取樣模塊(1)輸入的當(dāng)前幀的音頻信號(7)進(jìn)行顯著度分析，得到當(dāng)前音頻信號的顯著度(8)，并將當(dāng)前幀的音頻信號的顯著度(8)輸出給音頻信號篩選模塊(3)；

音頻信號篩選模塊(3)，用于根據(jù)音頻顯著度分析模塊(2)輸入的當(dāng)前音頻信號的顯著度(8)，得到需要進(jìn)一步進(jìn)行事件匹配的待匹配音頻信號(9)和待判音頻信號顯著度(12)，并相應(yīng)地分兩路輸出，一路將待匹配音頻信號(9)輸出至事件匹配模塊(4)，另一路將待判音頻信號顯著度(12)輸出至綜合判別模塊(5)；

事件匹配模塊(4)，用于根據(jù)音頻信號篩選模塊(3)輸入的待匹配音頻信號(9)，判斷待選音頻信號是否包含特定的音頻事件，輸出匹配事件類型(10)和匹配信號似然度(11)，并分別將所得的匹配事件類型(10)、匹配信號似然度(11)分兩路輸出給綜合判別模塊(5)；

綜合判別模塊(5)，用于根據(jù)音頻信號篩選模塊(3)輸入的待判音頻信號顯著度(12)、事件匹配模塊(4)輸入的匹配事件類型(10)和匹配信號似然度(11)，綜合判別后，如果當(dāng)前音頻信號包含突發(fā)事件，則輸出匹配事件類型(13)和事件判定結(jié)果(14)。

2.一種音頻事件檢測方法，其特征在于，包括以下步驟：

①由取樣模塊取樣來自音頻輸入設(shè)備的單聲道或多聲道的輸入信號；

②由①所得的第k幀的信號求得第k幀信號的能量I_cur，

Icur=Σ1N[s(n)]2]]>

其中s(n)為當(dāng)前幀單聲道采樣信號，N為每一幀的采樣點(diǎn)數(shù)；

③由②得到第k幀的信號求得第k幀信號的能量I_cur，設(shè)定一閾值M₁，設(shè)定另一閾值M₂，若I_cur＜M₁，重復(fù)步驟①，否則進(jìn)入步驟④；

④將①中取樣所得的第k幀的信號進(jìn)行音頻特征提取，得到第k幀待匹配音頻信號的特征矢量

⑤將④得到的第k幀的信號的特征矢量分別與槍聲和尖叫聲對應(yīng)的兩類GMM計(jì)算對數(shù)似然度，得到第k幀的信號與槍聲GMM匹配的對數(shù)似然度s_gun，以及與尖叫聲GMM匹配的對數(shù)似然度s_scream；

設(shè)定一閾值s，當(dāng)s_gun或s_scream大于s時，若s_gun＞s_scream則第k幀的信號匹配為槍聲，若s_scream＞s_gun則第k幀的信號匹配為尖叫聲；當(dāng)S_gun和s_scream都小于s時則第k幀的信號不包含任何音頻匹配事件；

⑥若且由⑤得到第k幀的信號不包含任何音頻匹配事件，轉(zhuǎn)步驟⑦，否則轉(zhuǎn)步驟⑧；

⑦若由③得到I_cur＜M₂，轉(zhuǎn)步驟①，否則轉(zhuǎn)步驟⑨；

⑧由⑤得到第k幀的信號的音頻匹配事件類型，標(biāo)注第k幀的信號的音頻匹配事件類型；

⑨標(biāo)注第k幀的信號包含突發(fā)事件。