[發明專利]一種音頻事件檢測方法和裝置以及設備

有效

• 申請號: 202010084694.7
• 申請日: 2020-02-10
• 公開（公告）號: CN111292767B
• 公開（公告）日: 2023-02-14
• 發明（設計）人: 陳劍超;肖龍源;李稀敏;蔡振華;劉曉葳
• 申請（專利權）人: 廈門快商通科技股份有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/18;G10L25/45
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 高巍

本發明公開了一種音頻事件檢測方法和裝置以及設備。其中，所述方法包括：將音頻事件生成聲譜圖，和根據該聲譜圖，提取該音頻事件對應音頻的普適性特征，以及根據該普適性特征，對該音頻事件進行檢測。通過上述方式，能夠實現由于聲譜圖具有類內相似、類間不同的良好特點，能夠很好地反應不同類音頻之間的差異性，能夠提高對音頻事件檢測結果的效果。

技術領域

本發明涉及音頻事件技術領域，尤其涉及一種音頻事件檢測方法和裝置以及設備。

背景技術

音頻事件常定義為認定音頻的類別。音頻事件檢測和音頻分類在本質上是一致和相通的，都是一種模式識別技術。音頻分類是判別音頻片段中所包含的音頻事件的類別。

日常生活中，經常遇到的是連續的音頻流檢測，需要判定異常聲音發生的起止點并準確的判斷出類別，給出響應的反應。針對異常聲音的起止點檢測，常用的方式有過零率、短時能量、雙門限閾值法等。

然而，現有的音頻事件檢測方案，一般是先對訓練音頻進行分幀加窗，然后對每幀信號進行提取特征集，利用得到的特征向量進行訓練分類器模式，然后測試音頻經過相同的處理，包括分幀加窗，特征提取等，得到特征集，使用訓練好的模型對音頻事件進行檢測，輸出檢測結果，但是由于現有的音頻事件檢測方案未對音頻事件進行類間區分，不能夠很好地反應不同類之間的差異性，導致對音頻事件檢測結果的效果一般。

發明內容

有鑒于此，本發明的目的在于提出一種音頻事件檢測方法和裝置以及設備，能夠實現由于聲譜圖具有類內相似、類間不同的良好特點，能夠很好地反應不同類音頻之間的差異性，能夠提高對音頻事件檢測結果的效果。

根據本發明的一個方面，提供一種音頻事件檢測方法，包括：將音頻事件生成聲譜圖；根據所述聲譜圖，提取所述音頻事件對應音頻的普適性特征；根據所述普適性特征，對所述音頻事件進行檢測。

其中，所述將音頻事件生成聲譜圖，包括：對音頻事件進行分幀加窗，和對所述經分幀加窗后的音頻事件進行傅里葉變換，和對所述經傅立葉變換后的音頻事件進行幅值取對數，和對所述經幅值取對數后的音頻事件進行灰度映射、顏色映射，和根據所述經灰度映射、顏色映射后的音頻事件，生成聲譜圖。

其中，所述根據所述聲譜圖，提取所述音頻事件對應音頻的普適性特征，包括：在所述聲譜圖上獲取所有音頻特征的分布圖，對所述音頻特征分布圖按面積從大小到排序，設置分布圖的面積不小于預設的閾值的音頻特征為普適性特征，根據所述排序的分布圖，提取所述音頻事件對應音頻的普適性特征。

其中，在所述根據所述普適性特征，對所述音頻事件進行檢測之后，還包括：根據所述對所述音頻事件進行檢測的檢測結果，對所述音頻事件進行分析。

根據本發明的另一個方面，提供一種音頻事件檢測裝置，包括：生成模塊、提取模塊和檢測模塊；所述生成模塊，用于將音頻事件生成聲譜圖；所述提取模塊，用于根據所述聲譜圖，提取所述音頻事件對應音頻的普適性特征；所述檢測模塊，用于根據所述普適性特征，對所述音頻事件進行檢測。

其中，所述生成模塊，具體用于：對音頻事件進行分幀加窗，和對所述經分幀加窗后的音頻事件進行傅里葉變換，和對所述經傅立葉變換后的音頻事件進行幅值取對數，和對所述經幅值取對數后的音頻事件進行灰度映射、顏色映射，和根據所述經灰度映射、顏色映射后的音頻事件，生成聲譜圖。

其中，所述提取模塊，具體用于：在所述聲譜圖上獲取所有音頻特征的分布圖，對所述音頻特征分布圖按面積從大小到排序，設置分布圖的面積不小于預設的閾值的音頻特征為普適性特征，根據所述排序的分布圖，提取所述音頻事件對應音頻的普適性特征。

其中，所述音頻事件檢測裝置，還包括：分析模塊；所述分析模塊，用于根據所述對所述音頻事件進行檢測的檢測結果，對所述音頻事件進行分析。