[發明專利]一種基于改進MFCC的工地特種車輛識別方法

在審

• 申請號: 202110088900.6
• 申請日: 2021-01-22
• 公開（公告）號: CN112927716A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 曾繁洋;李偉
• 申請（專利權）人: 華東交通大學;中科偉博（蘇州）智能科技有限公司
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/27;G10L25/51;G10L25/45;G10L25/87;G10L21/0232
• 代理公司: 南昌華成聯合知識產權代理事務所(普通合伙) 36126
• 代理人: 黃晶

本申請涉及一種基于改進MFCC的工地特種車輛識別方法，用于實時識別工地特種車輛，它包括預處理、DFT變換、Mel濾波、取對數處理、DCT變換、構建音頻信號特征參數、使用GMM?UBM模型進行訓練和識別。本發明將MFCC參數和加權的一階、二階Mel差分倒譜參數合并為一個矢量，作為音頻信號的特征參數，所述特征參數不僅能夠反映音頻的靜態特性，還能表示出音頻的動態特性，而且所述特征參數的維數比MFCC+ΔMFCC的維數少N維，比MFCC+ΔMFCC+Δ²MFC的維數少2*N維，計算復雜程度減小，有效提升識別速度。

技術領域

本申請涉及聲紋識別技術領域，具體涉及一種基于改進MFCC的工地特種車輛識別方法。

背景技術

經國家電網調研發現，在已發生地下電纜事故中，有三分之一都是外力破壞致使的。在外力破壞地下電纜事件中，基本上都是由于工程隊不正當的使用工程機械進行施工作業，導致電纜的破損、斷開。為解決此類問題，采用的解決方法有人工巡檢、加裝地下電纜防護外管、攝像頭監控以及使用振動信號來監測工程機械。但這些方法都存在不具有實時性、成本高、容易受到遮擋、易受天氣影響、準確度不高等缺點。

發明內容

本發明的目的在于，提供一種基于改進MFCC的工地特種車輛識別方法，將MFCC參數和加權的一階、二階Mel差分倒譜參數合并為一個矢量，作為音頻信號的特征參數，通過GMM-UBM模型，對所述特征參數進行訓練和識別，實現對工程車輛的實時識別。

本發明的所采取的技術方案是：一種基于改進MFCC的工地特種車輛識別方法，用于實時識別工地特種車輛，包括如下步驟：

S101：對采集到的語音信號進行預處理，得到時域信號s(n)；

S102：對音頻時域信號s(n)進行DFT變換，得到頻域信號X(k)；

S103：使用Mel濾波器組對頻域信號X(k)進行Mel濾波；

S104：對濾波器的輸出E(m)取對數，得到對數頻譜S(m)；

S105：對對數頻譜S(m)進行離散余弦變換，得到MFCC參數MFCC(n)、一階差分倒譜參數ΔMFCC(n)和二階差分倒譜參數Δ²MFCC(n)；

S106：將MFCC參數和加權的一階、二階差分倒譜參數合并為一個矢量，提取為音頻信號的特征參數，所述特征參數表達式如下所示：

newMFCC＝MFCC+a·ΔMFCC+b·Δ²MFCC

其中a為一階差分倒譜參數權重，b為一階差分倒譜參數權重，且0ba1；

S107：使用GMM-UBM模型，對特征參數newMFCC進行訓練和識別。

進一步地，所述預處理包括采樣和量化、預加重處理、分幀與加窗處理和語音端點檢測處理。

進一步地，所述DFT變換公式為：

進一步地，所述Mel濾波器的傳遞函數H_m(k)表達式如下：

f(m)定義為：

式中，f_l和f_h分別是在Mel濾波器組內的最低和最高頻率；N是離散余弦變換的變換點數；M為三角濾波器的個數。B^-1和B是互逆函數，且F_s為采樣頻率。

進一步地，每個濾波器的輸出為：