[发明专利]一种识别特征声音的方法和装置

权利要求书

1.一种识别特征声音的方法，其特征在于，包括：

对待检测声音数据进行拆分处理，并截取出至少一段单元声音数据；

从所述至少一段单元声音数据中，确定出属于特征声音的单元声音数据；

根据所述属于特征声音的单元声音数据之间的时间距离，对其进行合并以得到特征声音片段。

2.根据权利要求1所述的方法，其特征在于，所述对待检测声音数据进行拆分处理，并截取出至少一段单元声音数据的步骤包括：

根据滑动窗口对待检测声音数据进行拆分处理；

截取出单元声音数据，所述单元声音数据为每个滑动窗口中包括的声音数据。

3.根据权利要求1所述的方法，其特征在于，从所述至少一段单元声音数据中，确定出属于特征声音的单元声音数据的步骤包括：

通过训练的检测模型，确定每段单元声音数据为特征声音的概率；

根据预设的概率阈值，从所述至少一段单元声音数据中，标注出属于特征声音的单元声音数据。

4.根据权利要求3所述的方法，其特征在于，在通过训练的检测模型，确定每段单元声音数据为特征声音的概率之前，还包括：

获取标注后的训练数据，其中标注为1的训练数据为特征声音，标注为0的训练数据为非特征声音；

搭建包括3层二维卷积神经网络以及两层全连接层的网络模型，其中，最后一层全连接层包含有采用sigmoid激活函数的神经元；

基于所述训练数据和所述网络模型，训练得到检测模型，其中目标损失函数Loss为：

Loss＝-∑targets*log(predict)

targets表示真实值，取值为0或者1；predict表示预测值。

5.根据权利要求3所述的方法，其特征在于，

根据预设的概率阈值，从所述至少一段单元声音数据中，标注出属于特征声音的单元声音数据的步骤包括：

判断单元声音数据为特征声音的概率是否大于预设的概率阈值，如果大于，则将该单元声音数据标注为1；否则标注为0；

根据所述属于特征声音的单元声音数据之间的时间距离，对其进行合并以得到特征声音片段的步骤包括：

按照时间顺序，将连续标注为1的单元声音数据进行合并，以得到至少一段的初步特征声音片段。

6.根据权利要求5所述的方法，其特征在于，在按照时间顺序，将连续标注为1的单元声音数据进行合并之后，还包括：

判断所述至少一段的步特征声音片段之间的时间距离是否小于预设的距离偏移量；如果小于，则将其进行合并以得到特征声音片段。

7.根据权利要求1所述的方法，其特征在于，在对待检测声音数据进行拆分处理，并截取出至少一段单元声音数据之前，还包括：

对所述待检测声音进行加重处理；

通过汉明窗对所述加重处理后的待检测声音进行加窗处理。

8.根据权利要求2所述的方法，其特征在于，所述滑动窗口的尺寸为0.3s-0.7s，所述滑动窗口的步长为70ms-85ms；和/或，

所述特征声音为猪咳嗽声。

9.一种识别特征声音的装置，其特征在于，包括：

单元声音数据截取模块，用于对待检测声音数据进行拆分处理，并截取出至少一段单元声音数据；

特征声音确定模块，用于从所述至少一段单元声音数据中，确定出属于特征声音的单元声音数据；

特征声音片段确定模块，用于根据所述属于特征声音的单元声音数据之间的时间距离，对其进行合并以得到特征声音片段。

10.根据权利要求9所述的装置，其特征在于，所述单元声音数据截取模块，还用于根据滑动窗口对待检测声音数据进行拆分处理；截取出单元声音数据，所述单元声音数据为每个滑动窗口中包括的声音数据。