[發明專利]一種聲學場景分類方法與系統

在審

• 申請號: 202011332458.9
• 申請日: 2020-11-24
• 公開（公告）號: CN112466333A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 劉明;孫沖武;周彥兵;李永紅;王貝
• 申請（專利權）人: 深圳信息職業技術學院
• 主分類號: G10L25/51
• 分類號: G10L25/51;G06N3/04;G06N3/08;G10L25/03;G10L25/18;G10L25/30
• 代理公司: 深圳市添源知識產權代理事務所(普通合伙) 44451
• 代理人: 羅志偉

1.一種聲學場景分類方法，其特征在于，包括以下步驟：

S1、將采集到的環境音頻信號輸入到特征提取模塊，進行基于諧波沖擊的梅爾對數譜特征的提?。?/p>

S2、將提取到的梅爾對數譜特征輸入到集成學習分類器模塊，進行聲學場景分類，得到聲學場景分類結果；

S3、將聲學場景分類結果輸入到綜合決策模塊，進行綜合決策，然后做出最終的分類決定。

2.根據權利要求1所述的聲學場景分類方法，其特征在于：在步驟S1中，首先，將采集到的環境音頻信號進行分幀加窗處理，再進行短時傅里葉變換，得到信號的頻譜特征，再分離信號中的諧波源和沖擊源，得到信號中的諧波源和沖擊源特征后，分別提取諧波源和沖擊源各自的梅爾對數譜特征，得到諧波源梅爾對數特征和沖擊源梅爾對數特征。

3.根據權利要求1所述的聲學場景分類方法，其特征在于：在步驟S2中，將聲學場景分類結果輸入到多個不同參數配置的深層卷積神經網絡，采用集成學習的方法對多個不同參數配置的深層卷積神經網絡進行評分矩陣的估計。

4.根據權利要求3所述的聲學場景分類方法，其特征在于：所述深層卷積神經網絡采用堆疊殘差模塊的方式，每個殘差模塊由兩個二維卷積層構成。

5.根據權利要求4所述的聲學場景分類方法，其特征在于：每個二維卷積層的卷積核不同，輸出通道數也不同。

6.根據權利要求1所述的聲學場景分類方法，其特征在于：在步驟S3中，采用加權方式的布爾運算方法進行綜合決策。

7.一種聲學場景分類系統，其特征在于：包括可讀存儲介質，所述可讀存儲介質中存儲有執行指令，所述執行指令被處理器執行時用于實現如權利要求1至6中任一項所述的方法。