[發明專利]基于MF?PLPCC特征的工程機械聲音識別方法

在審

• 申請號: 201710060595.3
• 申請日: 2017-01-25
• 公開（公告）號: CN106992011A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 曹九穩;曹敏;王建中
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/21;G10L25/48;G10L19/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙)33240
• 代理人: 杜軍

1.基于MF-PLPCC特征對工程機械聲音識別方法，其特征在于包括以下步驟：

步驟1、采集工程機械作業時候的聲音和周圍環境噪聲，并將采集的聲音信號建立聲音樣本庫；

步驟2、對聲音樣本庫中所有的聲音信號進行預加重、分幀和加窗處理；

步驟3、求出經過步驟2處理后的每幀聲音信號的短時能量譜；

步驟4、基于短時能量譜求出通過Mel三角濾波器組的短時能量；

步驟5、用立方根對短時能量進行強度-響度轉換；

步驟6、對轉換后的信號采用傅里葉逆變換轉換到時域中；

步驟7、求出時域中信號的線性預測系數；

步驟8、基于線性預測系數計算倒譜系數，即所求的聲音特征；

步驟9、對不同機械的聲音特征進行標號，建立樣本特征庫；

步驟10、基于訓練樣本特征庫，利用正則化極限學習機建立模型；

步驟11、重復步驟1-步驟8，對目標聲音進行MF-PLPCC特征提取；

步驟12、利用正則化極限學習機對提取的目標聲音特征和步驟10建立的模型進行匹配，然后得出分類結果；

步驟13、根據分類結果，判斷目標聲音是哪種機械在作業或者是周圍噪。

2.根據權利要求1所述的基于MF-PLPCC特征對工程機械聲音識別方法，其特征在于所述的步驟2對采集的聲音信號作預加重，具體的：設聲音信號為x(n)，采樣率為f_s，預加重處理后的信號為x(n)＝x(n)-k*x(n-1)，其中k為預加重系數，k介于0.9～1之間；然后對預加重后的信號做分幀和加窗處理。

3.根據權利要求1所述的基于MF-PLPCC特征對工程機械聲音識別方法，其特征在于所述的步驟3求出每幀聲音信號的短時能量譜，具體如下：

將經過步驟2處理得到的聲音信號做短時傅里葉變換，然后根據頻譜求出短時能量譜，設第ii幀信號為s_i(n)，對該幀信號作短時傅里葉變換得到X_i(k)，通過計算得到短時能量譜為P_i(k)

$X_i\left(k\right)=\underset{n=0}{\overset{N-1}{\Σ}}{s}_i\left(n\right)e^{-\frac{j2n\mathrm{\π}}{N}k}$

P_i(k)＝Re[X_i(k)]²+Im[X_i(k)]²。

4.根據權利要求1所述的基于MF-PLPCC特征對工程機械聲音識別方法，其特征在于所述的步驟4基于短時能量譜求出通過Mel三角濾波器組的短時能量，具體的：

將短時能量譜通過一組Mel尺度的三角濾波器組，得到Mel頻譜的短時能量S_i(m)；定義三角濾波器組的中心頻率為f(m),m＝1,2,…M，其中M為濾波器的個數，各個中心頻率f(m)之間的間隔隨著m值的增大而增寬。