[发明专利]基于支撑向量机的基带时域音频信号分类方法

摘要

基于支撑向量机的基带时域音频信号分类方法，首先将基带时域音频信号序列分段，得到初始分段子序列，然后每个初始分段子序列分别减去各自的均值，得零均值分段子序列，接着对每个零均值分段子序列进行加窗处理，将结果分别进行傅里叶变换处理，得到分段子序列的频谱幅度，分别求出每个频谱幅度的标准差得到一个特征量，将各个零均值分段子序列按照次序依次组合成为一个长序列，然后计算出该序列的归一化自相关矩阵，对自相关矩阵进行奇异值分解，得到子空间的分界点，再计算出该基带时域音频信号序列的另一个特征量信噪比参量；最后将两个特征量构成输入向量送入已经训练过的SVM分类器中，从而鉴别出该基带时域音频信号的种类，区分出语音信号和噪声信号。

主权项

1.基于支撑向量机的基带时域音频信号分类方法，其特征在于，包括如下步骤：步骤一：将总长度为N的基带时域音频信号序列s＝{s(1)，s(2)，...，s(N)}分为K段，每段长度为L，得到初始分段子序列s1={s1(1),s1(2),...,s1(L)}s2={s2(1),s2(2),...,s2(L)}...sK={sK(1),sK(2),...,sK(L)},]]>其中s_i(m)＝s((i-1)L+m)(i＝1，2，...，K，m＝1，2，...，L)，然后每个初始分段子序列分别减去各自的均值，可得零均值分段子序列x1={x1(1),x1(2),...,x1(L)}x2={x2(1),x2(2),...,x2(L)}...xK={xK(1),xK(2),...,xK(L)},]]>其中xi(m)=si(m)-1LΣj=1Lsi(j);]]>步骤二：对每个零均值分段子序列进行加窗处理，得到结果为x1′=x1wTx2′=x2wT...xK′=xKwT,]]>其中w为汉宁窗；步骤三：对加窗处理后的结果分别进行傅里叶变换处理，得到每个加窗后的零均值分段子序列的频谱幅度序列为f1=|FFT(x1′)|={f1(1),f1(2),...,f1(M)}f2=|FFT(x2′)|={f2(1),f2(2),...,f2(M)}...fK=|FFT(xK′)|={fK(1),fK(2),...,fK(M)},]]>其中M是频谱幅度序列的长度；步骤四：分别求出每个频谱幅度的标准差d＝{d(1)，d(2)，...，d(K)}，其中然后求出所有标准差的平均值，得到该基带时域音频信号序列的一个特征量，即频谱幅度标准差步骤五：将各个零均值分段子序列x₁，x₂，...，x_K按照次序依次组合成为一个长序列x，即x＝{x₁，x₂，...，x_K}＝{x(1)，x(2)，...，x(N)}，然后计算出该序列的归一化自相关矩阵，结果为其中Q是自相关矩阵的维数，取值范围为[50，90]；步骤六：对自相关矩阵R进行奇异值分解，得到R＝VΛV^H，其中Λ＝diag(λ₁，λ₂，…，λ_Q)_Q×Q＝diag(γ₁+σ²，…，γ_p+σ²，σ²，…，σ²)_Q×Q，且γ₁≥γ₂≥…≥γ_p，从而得到子空间的分界点p；步骤七：根据计算出该基带时域音频信号序列的另一个特征量，记为信噪比参量步骤八：将该基带时域音频信号序列的两个特征量，即频谱幅度标准差D和信噪比参量构成输入向量，送入已经训练过的SVM分类器中，从而鉴别出该基带时域音频信号的种类，区分出语音信号和噪声信号。