[發(fā)明專(zhuān)利]聲音監(jiān)控方法、裝置及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201310332073.6
• 申請(qǐng)日: 2013-08-01
• 公開(kāi)（公告）號(hào): CN103971702A
• 公開(kāi)（公告）日: 2014-08-06
• 發(fā)明（設(shè)計(jì)）人: 何勇軍;孫廣路;謝怡寧;劉嘉輝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類(lèi)號(hào): G10L25/51
• 分類(lèi)號(hào): G10L25/51;G10L25/21
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩

1.一種聲音監(jiān)控方法，其特征在于，包括訓(xùn)練聲音階段和檢測(cè)聲音階段，

所述訓(xùn)練聲音階段包含步驟：

S1、獲取訓(xùn)練聲音信號(hào)，提取所述訓(xùn)練聲音信號(hào)的訓(xùn)練聲音特征；

S2、根據(jù)所述訓(xùn)練聲音特征訓(xùn)練聲音事件模型；

所述檢測(cè)聲音階段包含步驟：

S3、獲取待檢測(cè)聲音信號(hào)，提取所述待檢測(cè)聲音信號(hào)的待檢測(cè)聲音特征；

S4、判斷所述聲音事件模型中是否存在至少一個(gè)與所述待檢測(cè)聲音特征匹配的聲音事件模型，如為是，則判定存在暴力事件；如為否，判定不存在暴力事件。

2.如權(quán)利要求1所述的聲音監(jiān)控方法，其特征在于，步驟S1或步驟S3中包含步驟：

S11、對(duì)獲取的聲音信號(hào)進(jìn)行預(yù)處理；

S12、對(duì)預(yù)處理過(guò)后的聲音信號(hào)作離散傅立葉變換，求得功率譜；

S13、基于梅爾濾波器組求得所述功率譜的梅爾倒譜系數(shù)；

S14、計(jì)算所述梅爾倒譜系數(shù)的一階差分和二階差分，將所述一階差分和二階差分的系數(shù)與所述梅爾倒譜系數(shù)拼接，形成聲音特征。

3.如權(quán)利要求2所述的聲音監(jiān)控方法，其特征在于，

步驟S11中的預(yù)處理包括分幀操作和加窗操作；

其中，加窗操作采用的窗函數(shù)為漢明窗，表達(dá)式w(n)為：

式中n為時(shí)間序號(hào)，L為窗長(zhǎng)；

步驟S12中所述的求功率譜的表達(dá)式X_a(k)為：

式中x(n)為加窗后的語(yǔ)音幀，N表示傅立葉變換的點(diǎn)數(shù)，j表示虛數(shù)單位。

4.如權(quán)利要求1所述的聲音監(jiān)控方法，其特征在于，步驟S2中的通過(guò)高斯混合模型來(lái)訓(xùn)練聲音暴力事件模型，所述的M階高斯混合模型的概率密度函數(shù)如下：

其中，

式中，λ＝{c_i,μ_i,Σ_i;(i＝1...M)}，μ_i為均值矢量，Σ_i為協(xié)方差矩陣，i＝1,2,..M。矩陣Σ_i在這里采用對(duì)角陣：

5.如權(quán)利要求1所述的聲音監(jiān)控方法，其特征在于，步驟S4包含以下步驟：

S31、假定聲音事件模型有N個(gè)，每個(gè)聲音事件模型通過(guò)一個(gè)高斯混合模型建模，分別為λ₁,λ₂,...,λ_N，在判斷階段，輸入的觀測(cè)所述待檢測(cè)聲音特征集為O＝{o₁,o₂,...,o_T}，T為輸入聲音的幀數(shù)；

S32、計(jì)算所述待檢測(cè)聲音為第n個(gè)聲音事件模型的后驗(yàn)概率，1≤n≤N；

S33、根據(jù)所述后驗(yàn)概率得到預(yù)判結(jié)果；

S34、根據(jù)所述預(yù)判結(jié)果得到最終的判決結(jié)果。

6.如權(quán)利要求5所述的聲音監(jiān)控方法，其特征在于，

步驟S32中的計(jì)算后驗(yàn)概率表達(dá)式為：

式中，p(λ_n)為第n個(gè)聲音事件模型的先驗(yàn)概率；p(O)為所有聲音事件模型條件下所述待檢測(cè)聲音特征集O的概率；p(O|λ_n)為第n個(gè)聲音事件模型產(chǎn)生所述待檢測(cè)聲音特征集O的條件概率。

7.如權(quán)利要求5所述的聲音監(jiān)控方法，其特征在于，

步驟S33中的計(jì)算預(yù)判結(jié)果表達(dá)式為：

式中，p(λ_n)為第n個(gè)聲音事件模型的先驗(yàn)概率；p(O)為所有聲音事件模型條件下所述待檢測(cè)聲音特征集O的概率；P(λ_n|o_t)為o_t產(chǎn)生于λ_n的概率。

8.如權(quán)利要求5所述的聲音監(jiān)控方法，其特征在于，

步驟S34中的計(jì)算判決結(jié)果表達(dá)式為：

式中，p(λ_n)為第n個(gè)聲音事件模型的先驗(yàn)概率；p(O)為所有聲音事件模型條件下所述待檢測(cè)聲音特征集O的概率；為o_t產(chǎn)生于 的概率；threshold為預(yù)設(shè)的拒識(shí)門(mén)限。