[發明專利]應用于軌道交通的降噪和異常聲音檢測方法

有效

• 申請號: 201110359005.X
• 申請日: 2011-11-11
• 公開（公告）號: CN102509546A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 譚政
• 申請（專利權）人: 北京聲迅電子股份有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/14;G10L19/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

技術領域

本發明涉及語音識別技術領域，具體涉及一種應用于軌道交通的降噪和異常聲音檢測方法。

背景技術

隨著軌道交通的快速發展，軌道交通已經成為城市居民日常出行的重要交通工具，軌道交通的乘換人次多，客流量大，這已經成為目前軌道交通安全運營的一大問題。隨后引入的視頻監控系統，在一定程度上為運營部門提供了較全面的現場監控信息，通過這些信息，運營部門可以實時了解軌道站內的安全情況。由于這些監控系統都不具備音頻監控功能，因此對于一些特殊的事件，僅憑視頻監控卻無能為力了，例如突發的圍觀事件、爆炸事件、呼喊、呼救等。

語音識別技術從興起到現階段已經取得了很多豐碩成果，這為我們從異常聲音識別上識別尖叫、呼救、爆炸等突發事件提供了理論依據。近年來，音頻監聽功能的作用不斷受到重視，用戶對監控系統提出了更高的要求，既要能“看得見”，又要能“聽得清”。由于環境噪聲的影響，音頻監聽往往難以達到好的聽覺效果，為了做到“聽得清”，亟需設計一種有效的降噪和異常聲音檢測方法。

發明內容

(一)要解決的技術問題

本發明所要解決的技術問題是：如何提供一種能有效抑制監控軌道交通監聽范圍內的聲音信號中的噪聲成分，同時能方便地檢測軌道交通監聽范圍內異常聲音的方法。

(二)技術方案

為解決上述技術問題，本發明提供了一種應用于軌道交通的降噪和異常聲音檢測方法，包括以下步驟：

S1、采集軌道交通監測區域范圍內的聲音信號；

S2、將所述聲音信號從模擬信號轉化成數字信號；

S3、提取所述數字信號的特征值，根據所述特征值判斷所述聲音信號是否為異常聲音信號；

S4、通過構造濾波器，利用所述濾波器對步驟S2輸出的聲音信號做降噪處理，并輸出處理后的聲音信號。

優選地，步驟S4中構造濾波器的步驟包括：

S41、對步驟S2輸出的數字信號做加窗處理；

S42、利用傅里葉變換對加窗后的信號做幅頻變換處理；

S43、根據傅里葉變換系數統計加窗后的信號幀的能量信息；

S44、計算所述信號幀的先驗信噪比；

S45、利用所述能量信息和先驗信噪比構造濾波器。

優選地，步驟S41中做加窗處理時所用的窗函數為變形的海明窗，構造所述窗函數的具體過程為：首先，求L+1個點的海明窗，然后對每個點求平方值；其次，求L+1個點的海明窗的各點平方和；最后，用求得的平方和對各平方值做歸一化，取前L個歸一化值作為變形的海明窗的值。

優選地，在所述步驟S1之前還包括步驟：生成軌道交通監測區域范圍內的一定數量的聲音信號樣本庫，然后提取所述樣本庫中各聲音信號的特征值，根據各聲音信號的特征值形成特征向量，再對所形成的特征向量進行聚類操作，生成樣本庫特征模型。

優選地，所述聚類操作具體為：利用高斯混合模型或隱馬爾科夫模型進行建模。

優選地，步驟S3中根據所述特征值判斷所述聲音信號是否為異常聲音信號的步驟具體為：計算所述數字信號的特征值與所述樣本庫特征模型中的正常聲音特征向量和異常聲音特征向量各自的歐氏空間距離，所得距離值最小的，認為所提取的數字信號與該樣本庫中對應的聲音類型相同，從而判斷所采集的信號是否為異常聲音信號。

優選地，所述特征值為短時過零率、短時能量，信號能量與信號頻率分布關系，能量梯度值以及梅爾倒譜系數中的任一種或者幾種的組合。

(三)有益效果

本發明利用語音識別技術設計了一種能有效抑制監控軌道交通監聽范圍內的聲音信號中的噪聲成分，同時能方便地檢測軌道交通監聽范圍內異常聲音的方法。本發明不僅將語音識別技術成功引入到安防監控領域，能夠在一定程度上提高軌道運營人員對突發事件的響應速度，而且有效的將語音增強技術引用到了安防監控領域，利用所構造的濾波器進行降噪能夠明顯的抑制語音信號中的噪聲成分，進而有效地改善了音頻監聽效果。

附圖說明

圖1是本發明實施例的方法流程圖；

圖2是本發明中降噪方法實施的流程圖。

具體實施方式

下面對于本發明所提出的一種應用于軌道交通的降噪和異常聲音檢測方法，結合附圖和實施例詳細說明。

如圖1、2所示，為本發明實施例的方法流程圖，該方法包括以下步驟：