[发明专利]应用于ATM机的异常声音检测方法及系统

说明书

技术领域

本发明涉及语音识别技术领域，具体说是涉及到一种应用于ATM机的异常声音检测方法及系统。

背景技术

随着ATM(Automatic Teller Machine，自动柜员机)机的普及和快速增加，针对ATM机的暴力犯罪案例也在不断增加，例如犯罪分子在自助银行实施暴力抢劫、直接敲砸破坏ATM机等。针对ATM机的暴力犯罪行为往往不仅会对用户的财产安全造成威胁，更严重的是它直接威胁着用户的生命安全。另外，直接敲砸破坏ATM机的行为也会造成公共财产破坏，同时给银行带来巨大的经济损失。目前的智能视频监控系统在一定程度上能够对非暴力犯罪行为起到事前预警的作用，却无法对暴力犯罪行为做出实时预警。

语音识别技术从兴起到现阶段已经取得了很多丰硕成果，这为我们从异常声音识别上识别暴力打砸行凶等犯罪活动提供了理论依据。通过研究国外的一些语音情感识别系统和公共场所监控系统发现，这些系统存在几点缺陷：首先是提取的特征参数过多，部分参数对提高识别率影响较小，却导致算法的计算量急剧上升；其次是这些系统都是采用远程录音，本地检测的方式实现远程监控，这种方案不可避免的会带来报警延迟的问题，很难满足实时要求；再次是文献中提到的声音检测系统训练样本多来自影片录音和通用声音数据库，这样的样本并不一定适用于ATM场景。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题在于：如何提供一种能够实时地监控发 生在ATM机附近的犯罪行为的异常声音检测方法及系统。

(二)技术方案

为解决上述技术问题，本发明提供了一种应用于ATM机的异常声音检测方法，包括以下步骤：

S1、采集ATM机监测区域范围内的声音信号，所述范围的大小由所使用的声音采集设备能够采集的范围来决定；

S2、将所述声音信号从模拟信号转化成数字信号；

S3、提取所述数字信号的特征值，然后根据所述特征值与样本特征向量间的欧氏空间距离判断所述声音信号是否为异常声音信号。

其中，在所述步骤S1之前还包括步骤：生成ATM机监测区域范围内的一定数量的声音信号样本库，然后提取所述样本库中各声音信号的特征值，根据各声音信号的特征值形成特征向量，再对所形成的特征向量进行聚类操作，生成样本库特征模型。

其中，步骤S3中根据所述特征值判断所述声音信号是否为异常声音信号的步骤具体为：通过计算所提取数字信号的特征值分别与样本库特征模型中的正常声音特征向量和异常声音特征向量的欧氏空间距离，所得距离值最小的，认为所提取的数字信号与该样本库的声音类型相同，从而判断所采集的信号是否为异常声音。

其中，所述聚类操作具体为：利用高斯混合模型进行建模。

其中，所述特征值为短时过零率、短时能量，以及梅尔倒谱系数中的任一种或者几种的组合。

本发明还提供了一种应用于ATM机的异常声音检测系统，包括：

声音采集模块，用于采集ATM机监测区域范围内的声音信号；

声音分析模块，用于将所述声音信号从模拟信号转化成数字信号；

异常声音检测模块，用于提取所述数字信号的特征值，然后根据所述特征值与样本间的欧氏空间距离判断所述声音信号是否为异常声音信号。

其中，还包括样本库特征模型生成模块，用于生成ATM机监测区域范围内的一定数量的声音信号样本库，然后提取所述样本库中各声音信号的特征值，根据各声音信号的特征值形成特征向量，再对所形成的特征向量进行聚类操作，生成样本库特征模型。

其中，所述系统还包括：

主控模块，用于负责其它各模块之间的通信；

声音输出模块，用于将所述数字信号进行输出，并提供可视化操作界面；

程序存储模块，用于保存所述系统的程序；

网络传输模块，用于通过网络传输所述声音信号。

优选地，所述声音采集模块为拾音器。

(三)有益效果

本发明采用语音识别技术，可以有效的解决目前视频监控系统难以检测呼救和暴力犯罪行为的问题，使监控正在发生和即将发生暴力犯罪事件成为了可能；而且，通过仅提取短时过零率、短时能量，以及梅尔倒谱系数(Mel Frequency Cepstrum Coefficient，MFCC)中的一种或几种的组合，方法简单，且可以达到很好的识别效果；另外，训练样本是在模拟ATM场景下录制的，样本更据有针对性。

附图说明

图1是本发明实施例的方法流程图；

图2是本发明实施例的系统结构示意图。