[發明專利]一種基于多尺度子帶能量集特征的膛口波識別方法

有效

• 申請號: 201810043796.7
• 申請日: 2018-01-17
• 公開（公告）號: CN108269566B
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 許志勇;趙兆;李陽;謝萌蕤
• 申請（專利權）人: 南京理工大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/04;G10L15/08;G10L25/21
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 馬魯晉

1.一種基于多尺度子帶能量集特征的膛口波識別方法，其特征在于，具體步驟為：

步驟1、對連續音頻數據進行基于高斯混合模型的分段，截取全頻帶有聲片段；

步驟2、將步驟1得到的全頻帶有聲片段通過多尺度子帶濾波器組進行濾波處理得到子帶有聲片段，具體為：將全頻帶有聲片段分別通過中心頻率為300Hz、900Hz、1.4kHz、1.8kHz的子帶濾波器，獲得相應的子帶有聲片段；

步驟3、對步驟1截取的全頻帶有聲片段和步驟2中濾波后的子帶有聲片段進行起點對齊，具體為：

步驟3-1、將步驟2中得到的中心頻率為300Hz的濾波器濾波后的子帶有聲片段進行等間距分幀；

步驟3-2、根據公式計算每段能量，找出能量最大值max(E_n)和能量最小值min(E_n)，其中E_n為第n段子帶有聲片段的能量，N為每段子帶有聲片段的長度，x_i為每一段子帶有聲片段中第i點的取值；

步驟3-3、根據步驟3-2得到的能量最大值max(E_n)和能量最小值min(E_n)設定自適應閾值，當連續3段信號能量超過閾值Threshold，將這3段中的第一段標記為起始段，其中，閾值計算公式如下：

Threshold＝min(E_n)+τ×(max(E_n)-min(E_n))

式中，τ為常數；

步驟3-4、將步驟1中得到的全頻帶有聲片段和步驟2中濾波后的4個子帶有聲片段從起始段位置向前移動三段的長度進行幅值譜峰搜索，找到第一個波峰位置，并將該波峰位置記為起始點；

步驟3-5、根據4個子帶濾波器在各自中心頻率的群延遲特性，分別延遲偏移量以對齊有聲片段的時間起點；

步驟4、將步驟3經過起點對齊的有聲片段進行變尺度分幀和特征提取，具體步驟為：

步驟4-1、將經過步驟3對齊后的有聲片段進行變尺度分幀，提取對齊的時間起點開始之前的5幀；

步驟4-2、對上述5幀分別提取短時能量作為特征，記第m個子帶片段第n幀的短時能量為：

其中，m＝1,2,3,4，為子帶片段的序號；n＝1,2,3,4,5，為對應每幀的序號；N為幀長，為幀中單個樣本點的幅值，則全頻帶有聲片段和子帶有聲片段所得短時能量特征向量為：

步驟4-3、提取短時能量比特征，短時能量比具體為子帶濾波器組輸出子帶有聲片段的短時能量與全頻帶有聲片段短時能量之比：

其中，m′＝1,2,3,4，為子帶片段的序號；n＝1,2,3,4,5，為對應每幀的序號，則4組子帶有聲片段與全頻帶有聲片段的短時能量比特征向量為：

步驟4-4、將得到的短時能量特征和短時能量比特征重新拼接，得到能量集特征，每個有聲片段的多尺度子帶能量集特征MS表示為：

步驟5、根據步驟4提取出的多尺度子帶能量集特征進行膛口波分類，得到最好的識別結果。

2.根據權利要求1所述的基于多尺度子帶能量集特征的膛口波識別方法，其特征在于，步驟1對戶外連續音頻數據進行基于高斯混合模型的自動分段具體包括以下步驟：

步驟1-1、對戶外連續音頻數據進行分片、加窗及短時傅里葉變換得到特征樣本；

步驟1-2、利用含有兩個高斯分量的高斯混合模型對特征樣本中的短時對數能量分布進行建模來表征有聲片段和環境噪聲片段，完成全頻帶有聲片段的截取。

3.根據權利要求1所述的基于多尺度子帶能量集特征的膛口波識別方法，其特征在于，步驟3-1中對子帶有聲片段進行等間距分幀，每幀幀長為0.5ms，幀間重疊50％。

4.根據權利要求3所述的基于多尺度子帶能量集特征的膛口波識別方法，其特征在于，步驟4-1中提取的對齊的時間起點開始之前的5幀的長度分別為：0.125ms，0.375ms，0.875ms，1.875ms以及3.875ms。

5.根據權利要求1所述的基于多尺度子帶能量集特征的膛口波識別方法，其特征在于，步驟5進行膛口波識別具體為：利用機器學習中的SVM分類器完成膛口波和非膛口波片段的識別。