[发明专利]基于多频带信号重构的生态声音识别方法

说明书

技术领域

本发明涉及一种基于多频带信号重构的生态声音识别方法。

背景技术

生态声音识别是对自然环境中各种声音信号进行抽取特征并作辨识。通过分析和识别环境中包含的音频信息，可以用于入侵监测、物种勘察等。在实际环境中，大量的非平稳噪声对声音识别产生干扰。因此，抗噪的生态声音识别具有重要的现实意义。

目前音频信号处理中，语音控制与说话人识别技术相对较多，而生态环境声音的研究相对较少。常用的是频域特征Mel频率倒谱系数(Mel-FrequencyCepstralCoefficients,MFCCs)以及时频域的短时傅立叶变换和小波变换等，结合高斯混合模型(GMM)或隐马尔科夫模型(HMM)进行识别分类。由于生态声音随机性较大且并非都是结构化的，所以以上方法对其不一定有效。为了解决上述问题，一些新的工作被提出，例如：Khunarsal等人提出利用声谱图模式匹配方法对短时环境声音结合KNN分类器进行识别；Zhang等人使用改进的MFCCs作为特征并使用GMM对昆虫声音分类识别；Lee等人使用谱图形态特征进行建模，对连续型鸟叫进行分类识别；Raju等人提取基音，共振峰和短时能量特征集并结合支持向量机(SVM)对包括猫狗狮子在内的19种动物声音进行分类识别。

用上述方法识别生态声音存在的常见问题在于，面对不确定结构的声音信号，设计合适的分类器较难。判别式模型如支持向量机(SVM)和传统的神经网络等，能够较好的对非线性可分类进行建模，但在高维特征及类别数量较多时，分类效果还不如GMM或HMM。此外，在噪声环境下，尤其是低信噪比时识别能力骤降。目前常用的去噪方法有谱减法，维纳滤波等。谱减去噪易引入音乐噪声从而导致信号失真。滤波去噪在获得信号和噪声统计特性的前提下可以实现最优滤波，但是在自然环境中噪声复杂多变，这些先验信息往往无法得到，所以应用范围较为有限。

基于匹配追踪(MatchingPursuit，MP)重构信号的去噪方法是利用声音的稀疏性，将信号分解重构进行自适应表示，并不需要先验的获得待检测信号和噪声的统计特性，因此能够适用于不同场景多种信号。然而在实际应用中，信号和噪声会发生重叠，尽可能的降低噪声是以增加信号失真为代价，所以去噪算法必须在降低噪声和信号失真之间进行权衡。然而，简单利用MP稀疏去噪也存在一定的局限性。MP分解过程中，从过完备字典空间搜索最优原子的计算复杂度较高。现有做法是限制字典大小，或通过智能算法在减少分解次数的同时尽量获得与原信号相关度高的原子。但是重构信号后的剩余分量中不全是噪音，还包括部分有效声音。若是单纯为了提高重构精度而增加分解次数，一方面增加了新的计算量，另一方面也无法抑制噪声，后续识别效果较差。

发明内容

有鉴于此，本发明的目的是提供一种基于多频带信号重构的生态声音识别方法。

本发明采用以下方案实现：一种基于多频带信号重构的生态声音识别方法，其特征在于，包括以下步骤：

S01：分别对纯净声音和测试带噪声音进行OMP稀疏分解，对应输出纯净声音和测试带噪声音的重构信号和OMP特征；

S02：对纯净声音提取包括OMP特征在内的复合特征并进行DBN模型训练；

S03：提取测试带噪声音进行OMP稀疏分解后的残余信号的功率谱并进行多频带补偿；

S04：提取测试带噪声音进行OMP稀疏分解后的重构信号的功率谱，并结合所述步骤S03中进行多频带补偿后的残余信号的功率谱进行二次重构；

S05：对所述步骤S04中二次重构后的信号进行提取包括OMP特征在内的复合特征；

S06：对所述步骤S02中进行DBN模型训练后提取的复合特征和所述步骤S05中提取的包括OMP特征在内的符合特征进行DBN模型分类，输出测试带噪声音所属的生态声音类别。