[发明专利]一种音频事件检测方法和装置以及设备

说明书

本发明公开了一种音频事件检测方法和装置以及设备。其中，所述方法包括：将音频事件生成声谱图，和根据该声谱图，提取该音频事件对应音频的普适性特征，以及根据该普适性特征，对该音频事件进行检测。通过上述方式，能够实现由于声谱图具有类内相似、类间不同的良好特点，能够很好地反应不同类音频之间的差异性，能够提高对音频事件检测结果的效果。

技术领域

本发明涉及音频事件技术领域，尤其涉及一种音频事件检测方法和装置以及设备。

背景技术

音频事件常定义为认定音频的类别。音频事件检测和音频分类在本质上是一致和相通的，都是一种模式识别技术。音频分类是判别音频片段中所包含的音频事件的类别。

日常生活中，经常遇到的是连续的音频流检测，需要判定异常声音发生的起止点并准确的判断出类别，给出响应的反应。针对异常声音的起止点检测，常用的方式有过零率、短时能量、双门限阈值法等。

然而，现有的音频事件检测方案，一般是先对训练音频进行分帧加窗，然后对每帧信号进行提取特征集，利用得到的特征向量进行训练分类器模式，然后测试音频经过相同的处理，包括分帧加窗，特征提取等，得到特征集，使用训练好的模型对音频事件进行检测，输出检测结果，但是由于现有的音频事件检测方案未对音频事件进行类间区分，不能够很好地反应不同类之间的差异性，导致对音频事件检测结果的效果一般。

发明内容

有鉴于此，本发明的目的在于提出一种音频事件检测方法和装置以及设备，能够实现由于声谱图具有类内相似、类间不同的良好特点，能够很好地反应不同类音频之间的差异性，能够提高对音频事件检测结果的效果。

根据本发明的一个方面，提供一种音频事件检测方法，包括：将音频事件生成声谱图；根据所述声谱图，提取所述音频事件对应音频的普适性特征；根据所述普适性特征，对所述音频事件进行检测。

其中，所述将音频事件生成声谱图，包括：对音频事件进行分帧加窗，和对所述经分帧加窗后的音频事件进行傅里叶变换，和对所述经傅立叶变换后的音频事件进行幅值取对数，和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射，和根据所述经灰度映射、颜色映射后的音频事件，生成声谱图。

其中，所述根据所述声谱图，提取所述音频事件对应音频的普适性特征，包括：在所述声谱图上获取所有音频特征的分布图，对所述音频特征分布图按面积从大小到排序，设置分布图的面积不小于预设的阈值的音频特征为普适性特征，根据所述排序的分布图，提取所述音频事件对应音频的普适性特征。

其中，在所述根据所述普适性特征，对所述音频事件进行检测之后，还包括：根据所述对所述音频事件进行检测的检测结果，对所述音频事件进行分析。

根据本发明的另一个方面，提供一种音频事件检测装置，包括：生成模块、提取模块和检测模块；所述生成模块，用于将音频事件生成声谱图；所述提取模块，用于根据所述声谱图，提取所述音频事件对应音频的普适性特征；所述检测模块，用于根据所述普适性特征，对所述音频事件进行检测。

其中，所述生成模块，具体用于：对音频事件进行分帧加窗，和对所述经分帧加窗后的音频事件进行傅里叶变换，和对所述经傅立叶变换后的音频事件进行幅值取对数，和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射，和根据所述经灰度映射、颜色映射后的音频事件，生成声谱图。

其中，所述提取模块，具体用于：在所述声谱图上获取所有音频特征的分布图，对所述音频特征分布图按面积从大小到排序，设置分布图的面积不小于预设的阈值的音频特征为普适性特征，根据所述排序的分布图，提取所述音频事件对应音频的普适性特征。

其中，所述音频事件检测装置，还包括：分析模块；所述分析模块，用于根据所述对所述音频事件进行检测的检测结果，对所述音频事件进行分析。