[发明专利]音频信号处理装置和方法以及监控系统

说明书

本发明公开一种音频信号处理装置和方法以及监控系统。所述音频信号处理装置包括：分窗单元，用于利用滑动窗顺次读取输入的音频信号；能量计算单元，用于计算每一窗中的音频信号的每一帧的能量；分段单元，用于根据每一窗中的音频信号的每一帧的能量的分布将所述窗中的音频信号划分为多个段，使得每个段中包括能量接近的连续帧；分类单元，用于利用至少一个声音模型对每个段中的音频信号进行分类；以及识别单元，用于根据分类单元的分类结果来识别每个段中的音频信号的声音类别。

技术领域

本发明总体上涉及音频处理领域，更具体而言，本发明涉及一种音频信号处理装置和方法以及一种监控系统。

背景技术

对音频信号进行处理以准确地识别音频信号中的声音类别，从而提取出特定的音频事件，是音频处理领域的一个重要议题。将音频信号划分为连续的片段是音频信号识别的基础。音频信号分段的效果直接影响音频信号识别的精度。如何改进音频信号分段技术以提高分段的准确性、避免虚假分割点过多、运算量大、误检率与漏检率高等问题成为目前本领域研究的重要方面。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明的目的是提供一种音频信号处理装置和方法以及一种监控系统，以便克服现有技术的上述问题中的至少一个。

根据本发明的一个方面，提供了一种音频信号处理装置，包括：分窗单元，用于利用滑动窗顺次读取输入的音频信号；能量计算单元，用于计算每一窗中的音频信号的每一帧的能量；分段单元，用于根据每一窗中的音频信号的每一帧的能量的分布将所述窗中的音频信号划分为多个段，使得每个段中包括能量接近的连续帧；分类单元，用于利用至少一个声音模型对每个段中的音频信号进行分类；以及识别单元，用于根据分类单元的分类结果来识别每个段中的音频信号的声音类别。

根据本发明的另一方面，提供了一种音频信号处理方法，包括：利用滑动窗顺次读取输入的音频信号；计算每一窗中的音频信号的每一帧的能量；根据每一窗中的音频信号的每一帧的能量的分布将所述窗中的音频信号划分为多个段，使得每个段中包括能量接近的连续帧；利用至少一个声音模型对每个段中的音频信号进行分类；以及根据分类结果来识别每个段中的音频信号的声音类别。

根据本发明的又一方面，提供了一种监控系统，包括：音频采集装置，用于采集音频信号；音频信号处理装置，用于对所述音频信号进行处理，以识别所述音频信所包含的声音类别；以及报警装置，用于当音频信号处理装置识别到所述音频信号中包含预定类型的声音类别时，产生并发送报警信息，其中，所述音频信号处理装置是根据本发明的以上方面的音频信号处理装置。

在本发明的上述方面的音频信号处理装置和方法以及监控系统中，根据每一窗中的音频信号的每一帧的能量的分布将所述窗中的音频信号划分为多个段，使得每个段中包括能量接近的连续帧，并对每个段中的音频信号进行分类。这样，可以对音频信号快速地进行前端分割，不需要提前训练分割用的声学模型，并且由于每个段中包括能量接近的连续帧，使得每个段中包含的声音类别相对单一，从而有助于提高后续音频信号识别的准确率。

附图说明

本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：

图1示出根据本发明的一个实施例的音频信号处理装置的示意性框图；

图2示出图1所示的音频信号处理装置的示意性工作流程图；