[发明专利]基于可变时长的音频特征分类方法

权利要求书

1.一种基于可变时长的音频特征分类方法，其特征是所述方法包括下列步骤：

步骤1：将确定类型并经过标注的音频序列作为训练序列；

步骤2：提取训练序列中的音频信号的短时特征F₁，F₂，...，F_K，构成短时特征向量，K是短时特征向量的分量个数；

步骤3：计算各个短时特征F_k在设定时长内，当前帧和之前的(n-1)帧的短时特征的统计参量，n为设定时长内的总帧数；每个短时特征F_k对应一组由该短时特征的统计参量构成的统计特征向量，进而短时特征向量对应一个统计特征向量，其中；1≤k≤K；

步骤4：选取P个值，N₁，N₂，...，N_P满足N₁＜N₂＜...＜N_P，令n分别等于N₁，N₂，...，N_P，按照步骤3计算得到短时特征向量对应的一组统计特征向量，由该组统计特征向量构成训练序列的长时特征向量；

步骤5：利用训练序列的长时特征向量训练分类器；

步骤6：提取测试序列中的音频信号的短时特征，并按照步骤2和步骤3的方法计算测试序列的第i帧的统计特征向量以及测试序列的

步骤7：根据测试序列的第i帧的统计特征向量以及测试序列的，计算测试序列的第i帧的输入长时特征向量；

步骤8：将第i帧的输入长时特征向量送入步骤5训练后的分类器中，其输出即为第i帧的分类类型。

2.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述短时特征包括对数能量、过零率和均匀子带能量分布。

3.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述当前帧和之前的(n-1)帧的短时特征的统计参量包括当前帧和之前的(n-1)帧的短时特征最大值MaxF_k(n)、最小值MinF_k(n)、算术平均AvgF_k(n)或方差VarF_k(n)中的一个或多个。

4.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述利用训练序列的长时特征向量训练分类器具体是利用训练序列的长时特征向量训练单个分类器。

5.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述利用训练序列的长时特征向量训练分类器具体是使用前向特征选择法，在训练序列的长时特征向量中选择有效特征构成有效长时特征向量，并利用有效长时特征向量训练单个分类器。

6.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述利用训练序列的长时特征向量训练分类器具体是利用训练序列的长时特征向量的分向量各自分别训练同类型的单个分类器后并联构成的分类器组。

7.根据权利要求4-6中任意一项权利要求所述的一种基于可变时长的音频特征分类方法，其特征是所述单个分类器为基于正态分布的独立特征分类器。

8.根据权利要求1所述的一种基于可变时长的音频特征分类方法，其特征是所述计算测试序列的第i帧的输入长时特征向量具体利用公式

其中，q＝1，2，L，P-1，中的共有q个，中的共有P-q个。