[发明专利]一种采用端到端时域声源分离系统进行环境噪声智能监测的方法

说明书

本发明提出了一种采用端到端时域声源分离系统进行环境噪声智能监测的方法，在训练阶段，建立在训练数据集中引入尽可能多的声源种类，然后以不同的信噪比混合两个声源获得单通道的时域混合声，作为分离网络的输入。分离网络输出两个声源的时域估计信号。网络以最小化真实声源和网络估计声源在时域上的差异作为目标进行多轮训练，获得声源分离模型。在网络使用时，将监测噪声输入声源分离网络，网络实时输出目标噪声和干扰噪声的时域信号估计值。将目标噪声估计值用于进一步的声级计算，实现噪声的智能评估。本发明解决了监测噪声中干扰噪声的偶发性和不可预测性，能够将干扰噪声进行分离，避免了其他声源对目标噪声的干扰，提高了噪声评估的科学性和有效性。

技术领域

本发明属于噪声监测领域，具体涉及一种采用端到端时域声源分离系统进行环境噪声智能监测的方法。

背景技术

由于噪声污染日益严重，噪声监测与管控受到越来越多的关注。低成本、便捷的声学传感器的迅速普及为智能噪声的连续监测提供了平台和便利，这些传感器网络记录了数百万个音频数据，并返回总声压级等幅度参量信息，但缺乏对声音组分的实时分析。

在真实场景中往往存在多个声源的同时发声，被监测的噪声(在本发明中称为目标噪声)会受到同时存在的不相关声源发出的噪声(在本发明中称为干扰噪声)的干扰，导致评估偏差和争议。以交通噪声监测为例，应该去除可能改变交通噪声声压级的其他非交通干扰声源(如谈话声、音乐声、雷声等)，以获得可靠的噪声测量结果，为进一步的噪声地图绘制、噪声治理及行政措施奠定科学基础。对于其他应用，例如在评估工业企业厂界噪声时，应仅评估使用中的设备产生的噪声并排除其他因素的影响。总之，在多种噪声监测场景中，干扰噪声会始终存在，它们会对可靠的噪声评价产生负面影响。

目前，声源分离网络在听觉场景分析中已有应用，但在智能噪声监测应用中，由于干扰噪声具有偶发性、多样性和不可预测性，而传统的声源分离网络局限于有限类别的声源分离和识别，因此往往难以有效进行智能噪声监测。

传统声源分离系统都遵循编码器-分离器-解码器的框架，编码器将时域混合声转换为中间表达，分离器用来估计声源的加权函数(掩模)，然后将掩模和混合声源的中间表达相乘并通过解码器获得分离后的声源。

编码器是指对时域信号进行卷积的一组滤波器，可以是固定的(本发明中称为固定式滤波器组)，例如短时傅立叶变换(STFT)，恒定Q变换或具有固定值的听觉滤波器组。另一方面，滤波器组也可以是一组具有任意初始化值的一维卷积层，其参数在网络训练过程中自发学习得到，在本发明中称为自由式滤波器组。

固定式滤波器组具有直观的解释，包含先验知识，不易引起网络的过度拟合，但性能难以提高，在智能噪声监测中应用时难以有效对抗各种复杂干扰噪声。相反，自由式滤波器组具有高自由度，性能通常更优，但在训练中容易受到含噪数据影响。

发明内容

为解决现有技术存在的问题，本发明提出一种采用端到端时域声源分离系统进行环境噪声智能监测的方法，通过实时分离干扰噪声以获得目标噪声的精准评估，为后续噪声管控提供科学依据，以改善噪声评价的科学性和公平性，更好地服务于噪声污染的问责和治理。

本发明中还引入了参数化听觉滤波器组，与传统的分离和分类系统相比，该分离网络在解决干扰声源的类别和发生时段的不可预测性，以及干扰噪声与目标噪声样本不均衡等多个方面更为先进，并且因为引入了听觉滤波器组，能够模拟人耳听觉系统以适用多种复杂场景。

本发明的技术方案为：

所述一种采用端到端时域声源分离系统进行环境噪声智能监测的方法，包括以下步骤：

步骤1：建立训练数据集，在训练数据集中引入尽可能多的声源种类；

步骤2：从训练数据集中随机选择两个不同声源种类，并以随机信噪比进行混合获得混合声源；

步骤3：重复步骤2，得到大量混合声源数据；