[发明专利]低信噪比声场景下声音事件的识别方法

摘要

本发明涉及一种低信噪比声场景下声音事件的识别方法，该方法把待测声音事件中的场景声音，与声音事件样本集相结合，通过GLCM‑HOSVD提取声音数据的特征，生成判别待测声音事件判别的RF。利用这种方法生成的RF，可以在特定场景中，实现低信噪比下，声音事件的识别。实验结果表明，该方法能使声音事件与场景声音信噪比为‑5dB的情况，保持平均精度73%以上声音事件的识别率。与MP，SPD提取特征的方法相比，一定程度上说，我们所提出的这种方法解决了低信噪比情况下，声音事件的识别问题。

主权项

一种低信噪比声场景下声音事件的识别方法，其特征在于：包括如下步骤，步骤S1：随机森林矩阵的训练与生成：将声音事件样本集中的已知声音事件样本和场景声音样本集中的已知场景声音样本进行声音混合，得到混合声音信号集，并存放于训练声音集中，将所述训练声音集中的声音信号通过GLCM‑HOSVD生成训练声音集的特征集，对该训练声音集的特征集进行训练，生成随机森林矩阵；步骤S2：场景声音类型判别随机森林的训练与生成：对场景声音样本集中的已知场景声音样本进行GLCM‑HOSVD，生成场景声音样本集的特征集，并对该场景声音样本集的特征集进行训练，生成场景声音类型判别随机森林；步骤S3：对待测声音事件进行识别：第一步，将待测声音信号通过EMD分解出场景声音和声音事件，并计算出该待测声音事件的信噪比；第二步，计算待测场景声音和待测声音事件的特征值，并将所述待测场景声音的特征值输入所述步骤S2生成的场景声音类型判别随机森林，检测出待测场景声音类型；第三步，通过所述待测场景声音类型和待测声音事件的信噪比，从所述步骤S1生成的随机森林矩阵中选择进行声音事件识别的随机森林；第四步，将所述待测声音事件的特征值通过第三步所选择的随机森林进行识别得到声音类型。