[發明專利]一種基于音頻特征信號的分類方法

有效

• 申請號: 201810994308.0
• 申請日: 2018-08-29
• 公開（公告）號: CN109166591B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 龍華;楊明亮;邵玉斌;杜慶治
• 申請（專利權）人: 昆明理工大學
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/00;G10L15/22;G10L15/18;G10L15/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于音頻特征信號的分類方法，屬于音頻信號處理技術領域。本發明對降維處理后的音頻特征信號利用高斯核函數和貝葉斯先驗知識進行分類。本發明的基于音頻特征信號的分類算法可用于音頻廣播監聽、人工智能語音識別、音頻場景模式區分等。本發明主要是針對音頻特征信號系數域特征進行音頻分類，與現有的基于音頻內容進行分類的技術先比，本發明更具普適性與穩定性。本發明利用高斯核函數優良的非線性特征與高效的優化算法從而避免了因用線性映射導致的應用場景單一、運行速度慢、分類效果差的缺點。本算法理論也較為簡單并且易于編程實現，更加實用與實際工程項目中。

技術領域

本發明涉及一種基于音頻特征信號的分類方法，屬于音頻特征信號處理技術 領域。

背景技術

為了提高基于音頻信號的識別效率和準確率，同時音頻特征分類在對于無線 廣播的音頻監聽管控中也是有著舉足輕重的地位，故對基于音頻特征信號的分類 算法研究就顯得尤其重要，而就目前的主要的分類算法有貝葉斯分類算法、決策 樹算法、支持向量機算法等，對于這些分類算法大多是分類效果較差、算法復雜、 計算量較大、編程不易于實現等。本算法是利用了高斯核函數優良的非線性特性， 同時又結合了貝葉斯先驗理論，在針對進行降維處理后的音頻特征信號的分類問 題上可取得較為滿意的結果，在實際的工程中也是展示出出色的效果。

發明內容

本發明要解決的技術問題是提供一種基于音頻特征信號的分類方法，首先對 音頻信號進行音頻特征參數提取并且進行降維處理，將降維后的特征參數送入搭 建好的分類模型中，利用輸入輸出相似性概率大小判斷測試點的所屬類別，從而 實現音頻分類的目的即音頻識別。

本發明的技術方案是：一種基于音頻特征信號的分類方法。該方法具體包括 以下步驟：

(1)音頻信號采集：采集音頻信號，獲得音頻樣本。

(2)音頻信號預處理：將所采集的音頻樣本中的模擬信號轉換為數字信號， 將數字信號寫入WAV文件中。對將寫入WAV文件中的數字信號進行濾波、分 幀處理。

(3)特征參數提?。壕幊虒崿F對預處理后的音頻信號進行線性預測系數 (LPC)、線性預測倒譜系數(LPCC)、梅爾頻率倒譜系數(MFCC)高維特 征參量的提取。

(4)特征參量降維：將上述提取出的音頻特征參送入搭建好的降維模型中 進行降維處理，將降維后的音頻特征參量保存至表格中。

(5)分類模型的搭建：首先用服從高斯分布的隱函數f描述一個類同另外 一個類的相似性，其次用壓縮函數將f的輸出值壓縮到[0 1]范圍，所得壓縮值即 為兩個類別相似性大小，根據相似性大小進行類別區分，所搭建的模型即為所需 的分類模型。

(6)音頻特征參量分類：將步驟(4)所述降維后的音頻特征量送入步驟(5) 的分類模型中進行音頻特征參量分類，并將其分類結果進行數據可視化展示。

上述的一種基于音頻特征信號的分類方法，步驟(1)中所述音頻采集是通 過音頻采集裝置采集音頻樣本，音頻采集器對音頻信號采集時設置好采樣頻率 (采樣頻率滿足奈奎斯特采樣定理)、采樣聲道數(根據采錄對象進行設置)、 量化精度。

上述的一種基于音頻特征信號的降維分析方法，步驟(2)中信號預處理包 括以下步驟：

(1)采用矩形窗函數w(n)(上限頻率一般取f_H＝3400Hz，下限頻率 f_L＝60～100Hz)對采集的音頻信號x(n)進行濾波處理得到信號y_a(n)，其中

(2)因為音頻信號為非平穩信號不適合特征參量直接提取，故將上述濾波 處理后的音頻信號y_a(n)分割成若干段音頻信號，一段稱為一幀，每段的時間范 圍在10～30ms之間。幀與幀之間部分重疊，重疊的部分稱為幀移，幀移取幀長 的1/2或1/3。