[发明专利]音频事件检测方法、系统、移动终端及存储介质

权利要求书

1.一种音频事件检测方法，其特征在于，所述方法包括：

获取原始音频信号，对所述原始音频信号进行特征提取，以得到音频特征；

将所述音频特征输入神经网络模型中进行瓶颈特征提取和合并，以得到深层变换特征，所述神经网络模型中至少设有一层深度神经网络；

对所述深层变换特征进行降维处理，以得到特征矢量，并将所述特征矢量作为当前帧的信息输入所述神经网络模型；

获取训练集数据和待检测数据，根据所述训练集数据对所述神经网络模型进行训练，并将所述待检测数据输入至训练后的所述神经网络模型进行事件分析，以得到音频事件检测结果。

2.如权利要求1所述的音频事件检测方法，其特征在于，所述将所述音频特征输入神经网络模型中进行瓶颈特征提取和合并的步骤包括：

将所述音频特征输入当前层深度神经网络进行所述瓶颈特征的提取和合并，以得到音频矢量；

将所述音频矢量作为下一层深度神经网络的输入，并控制所述下一层深度神经网络依序对所述音频矢量进行所述瓶颈特征的提取和合并；

将最后层深度神经网络提取出的所述瓶颈特征设置为所述深层变换特征。

3.如权利要求1所述的音频事件检测方法，其特征在于，所述对所述深层变换特征进行降维处理的步骤包括：

采用离散余弦变换去除所述深层变换特征中的冗余信息。

4.如权利要求1所述的音频事件检测方法，其特征在于，所述对所述原始音频信号进行特征提取的步骤包括：

对所述原始音频信号进行预加重处理，并对预加重处理后的所述原始音频信号进行分帧处理；

对分帧处理的后的所述原始音频信号进行加窗处理，并将加窗处理后的所述原始音频信号进行滤波；

对滤波后的所述原始音频信号进行对数运算，并对对数运算后的所述原始音频信号进行离散余弦变换，以得到所述音频特征。

5.如权利要求4所述的音频事件检测方法，其特征在于，所述将加窗处理后的所述原始音频信号进行滤波的步骤之前，所述方法还包括：

对加窗处理后的所述原始音频信号进行傅里叶变换，以得到所述原始音频信号对应的功率谱。

6.如权利要求1所述的音频事件检测方法，其特征在于，所述方法还包括：

获取所述音频事件检测结果中存储的结果特征；

当所述结果特征为数字特征值，且判断到所述数字特征值在预设值范围内时，判定所述待检测数据中有音频事件的发生；

当所述结果特征为文字特征，且判断到所述文字特征中存储有预设文字时，判定所述待检测数据中有音频事件的发生；

当所述结果特征为图像特征，且判断到所述图像特征中存储有预设图像时，判定所述待检测数据中有音频事件的发生。

7.一种音频事件检测系统，其特征在于，所述系统包括：

音频特征提取模块，用于获取原始音频信号，对所述原始音频信号进行特征提取，以得到音频特征；

特征合并模块，用于将所述音频特征输入神经网络模型中进行瓶颈特征提取和合并，以得到深层变换特征，所述神经网络模型中至少设有一层深度神经网络；

降维模块，用于对所述深层变换特征进行降维处理，以得到特征矢量，并将所述特征矢量作为当前帧的信息输入所述神经网络模型；

事件检测模块，用于获取训练集数据和待检测数据，根据所述训练集数据对所述神经网络模型进行训练，并将所述待检测数据输入至训练后的所述神经网络模型进行事件分析，以得到音频事件检测结果。

8.如权利要求7所述的音频事件检测系统，其特征在于，所述特征合并模块还用于：

将所述音频特征输入当前层深度神经网络进行所述瓶颈特征的提取和合并，以得到音频矢量；

将所述音频矢量作为下一层深度神经网络的输入，并控制所述下一层深度神经网络依序对所述音频矢量进行所述瓶颈特征的提取和合并；

将最后层深度神经网络提取出的所述瓶颈特征设置为所述深层变换特征。