[發明專利]音聲數據檢測裝置、音聲監控系統及其方法

有效

• 申請號: 201210045216.0
• 申請日: 2012-02-24
• 公開（公告）號: CN103295584A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 劉昆;吳偉國
• 申請（專利權）人: 索尼公司
• 主分類號: G10L25/45
• 分類號: G10L25/45;G10L25/87
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 郭定輝

1.一種音聲數據檢測裝置，包括：

音聲數據接收部件，被配置為接收輸入的音聲數據流；

音聲數據處理部件，被配置為利用譜聚類方法對所述音聲數據流進行分段處理，以將所述音聲數據流分割為多個單一類型的音聲數據段；以及

聲音檢測部件，被配置為針對所述音聲數據段提取檢測特征，并利用預先建立的檢測模型對該音聲數據段的類型進行檢測。

2.根據權利要求1所述的音聲數據檢測裝置，其中，所述音聲數據處理部件包括分窗處理部件，被配置為對所述音聲數據流進行分窗處理，以得到多窗音聲數據，并將每一窗音聲數據劃分為多個樣本以用于譜聚類，其中每一樣本包含多幀數據。

3.根據權利要求2所述的音聲數據檢測裝置，其中，所述分窗處理部件被配置為根據不定長分析窗對所述音聲數據流進行分窗處理，以保證每一窗音聲數據內包含的聲音事件的完整性。

4.根據權利要求3所述的音聲數據檢測裝置，其中，所述分窗處理部件被配置為以預定時長作為初始窗長，每次遞增固定步長并以初始窗邊界為中心滑動尋找能量包絡的最小極值點作為最終窗邊界，其中所述極值點不包括由于微小擾動產生的極值點。

5.根據權利要求2所述的音聲數據檢測裝置，其中，所述音聲數據處理部件還包括：

拉普拉斯矩陣構建部件，被配置為構建表示由所述分窗處理部件處理得到的窗音聲數據的多個樣本的拉普拉斯矩陣；以及

聚類部件，被配置為對所述拉普拉斯矩陣的特征向量空間中的特征向量進行聚類處理并將聚類結果映射到所述多個樣本上，以將該窗音聲數據劃分為一個或多個單一類型的所述音聲數據段。

6.根據權利要求5所述的音聲數據檢測裝置，其中，所述聚類部件被配置為根據所述拉普拉斯矩陣的前三大特征值的相對大小關系，確定聚類處理中涉及的聚類數目。

7.根據權利要求6所述的音聲數據檢測裝置，其中，所述聚類部件被配置為根據所述拉普拉斯矩陣的前兩大特征值的差值與第二大和第三大特征值的差值之比，來確定聚類數目。

8.根據權利要求5所述的音聲數據檢測裝置，其中，在構建拉普拉斯矩陣之前，所述拉普拉斯矩陣構建部件被配置為對所述多個樣本的能量特征進行歸一化處理，然后映射到指數空間以提高能量特征間的區分性，以用于構建拉普拉斯矩陣。

9.根據權利要求8所述的音聲數據檢測裝置，其中，所述能量特征為時域能量特征，以及采用以下映射函數將每一樣本中的每幀的時域能量特征映射到所述指數空間，

E_new(i)=1-exp(-E(i)2σ)]]>

其中E(i)表示樣本中第i幀的時域能量，E_new(i)表示其指數映射后的值，σ為尺度參數。

10.一種音聲監控系統，包括：

監控數據采集裝置，被配置為采集待監控環境中的音聲數據流以進行監控；以及

音聲數據檢測裝置，包括：

音聲數據接收部件，被配置為接收待監控環境中的音聲數據流；

音聲數據處理部件，被配置為利用譜聚類方法對所述音聲數據流進行分段處理，以將所述音聲數據流分割為多個單一類型的音聲數據段；以及

聲音檢測部件，被配置為針對所述音聲數據段提取檢測特征，并利用預先建立的檢測模型對該音聲數據段的類型進行檢測，以檢出所述待監控環境中的異常聲音。

11.根據權利要求10所述的音聲監控系統，還包括：

信號傳送裝置，被配置為將所述聲音檢測部件的檢測結果傳送給用戶；以及

用戶終端，被配置為接收并呈現通過所述信號傳送裝置發送的檢測結果。