[发明专利]一种复杂噪声环境下的列车鸣笛识别方法

摘要

本发明公开了一种复杂噪声环境下的列车鸣笛识别方法，其特征是按如下步骤进行：1、利用麦克风获取原始训练样本库；2、选择具有代表性的训练样本集；3、利用HMM模型对训练样本集进行训练，得到模型库；4、利用麦克风获取测试样本库，再利用HMM模型对测试样本库进行分类识别，获得最终识别结果。本发明能够利用较少的人工标注获得质量更高的训练数据集，从而解决列车声音本身复杂性带来的训练样本选择的困难，进而提高识别正确率。

主权项

1.一种复杂噪声环境下的列车鸣笛识别方法，其特征是按如下步骤进行：步骤1：利用麦克风获取列车经过时的W₁个原始声音样本，记为S＝{S(1),S(2),…,S(m),…,S(W₁)}，S(m)表示第m个原始声音样本；将第m个原始声音样本S(m)的时间长度记为T(m)，1≤m≤W₁；步骤2：选择具有代表性的训练样本集；步骤2.1、人工辨别所述W₁个原始声音样本中的鸣笛段和非鸣笛段，并利用声音处理工具截取出来，从而获得X个鸣笛类样本S₁＝{S₁(1),S₁(2),…,S₁(j),…,S₁(X)}和Y个非鸣笛类样本S₂＝{S₂(1),S₂(2),…,S₂(k),…,S₂(Y)}；S₁(j)表示第j个鸣笛类样本，其时间长度记为T₁(j)；1≤j≤X，0<X<W₁；S₂(k)表示第k个非鸣笛类样本，时间长度记为T₂(k)；1≤k≤Y，0<Y<W₁；步骤2.2、对所述X个鸣笛类样本S₁和Y个非鸣笛类样本S₂分别进行预处理，获得鸣笛类声音信号和非鸣笛类声音信号；步骤2.3、对所述鸣笛类声音信号和非鸣笛类声音信号分别进行特征提取，获得第j个鸣笛类样本S₁(j)的混合特征向量矩阵V₁(j)和第k个非鸣笛类样本S₂(k)的混合特征向量矩阵V₂(k)；步骤2.4、利用K‑Means聚类方法，并以余弦相似度作为距离度量，对所述第j个鸣笛类样本S₁(j)的混合特征向量矩阵V₁(j)中的所有n×μ行向量聚成一类，获得第j个鸣笛类样本S₁(j)的鸣笛类质心向量C₁(j)；从而获得X个鸣笛类质心向量；对所述第k个非鸣笛类样本S₂(k)的混合特征向量矩阵V₂(k)的所有n×μ行向量聚成一类，获得第k个非鸣笛类样本S₂(k)的非鸣笛类质心向量C₂(k)；从而获得Y个非鸣笛类质心向量；步骤2.5、利用K‑Means聚类方法，以余弦相似度作为距离度量，分别对所述X个鸣笛类质心向量进行聚类，获得P个鸣笛类，其中，第p个鸣笛类中含x_p个质心向量，1≤p≤P，并有：对所述Y个非鸣笛类质心向量进行聚类，获得Q个非鸣笛类，其中，第q个非鸣笛类中含y_q个质心向量，1≤q≤Q，并有：步骤2.6、利用K‑Means方法获得所述第p个鸣笛类中的每个质心向量到第p个鸣笛类中心的距离，并进行升序排列后；选择第1+k₁×d₁个质心向量作为第p个鸣笛类的质心向量代表集；其中，k₁＝0,1,2,…,N_p‑1；N_p表示所设定的常数；利用K‑Means方法获得所述第q个非鸣笛类中的每个质心向量到第q个非鸣笛类中心的距离，并进行升序排列后；选择第1+k₂×d₂个质心向量作为第q个非鸣笛类的质心向量代表集；其中，k₂＝0,1,2,…,N_q‑1；N_q表示所设定的常数；步骤2.7、根据所述第p个鸣笛类的质心向量代表集中的每个质心向量，获得每个质心向量所对应的鸣笛类样本，从而构成第p个鸣笛类的训练样本代表集；根据所述第q个非鸣笛类的质心向量代表集中的每个质心向量，获得每个质心向量所对应的非鸣笛类样本，从而构成第q个非鸣笛类的训练样本代表集；步骤3：HMM模型训练；利用HMM模型对所述第p个鸣笛类的训练样本代表集和第q个非鸣笛类的训练样本代表集分别进行建模，从而获得P+Q个HMM模型，并构成模板库；步骤4：HMM分类识别；步骤4.1、利用麦克风获取列车经过时的W₂个原始声音样本，从所述W₂个原始声音样本中任意选择一个测试样本，并进行切割划分，获得n个时间长度均为t的测试声音片段；步骤4.2、利用HMM模型对第i个测试声音片段进行分类识别，获得第i个识别结果，记为flag(i)，若识别结果为鸣笛，则令flag(i)＝1，否则，令flag(i)＝0；步骤4.3、按照式(1)获得测试样本的识别结果Test：步骤4.4、对识别结果Test进行判断，若识别结果Test>0，则表示测试样本中含鸣笛片段，最终识别结果为鸣笛，若Test＝0，则表示测试样本中不含鸣笛片段，最终识别结果为非鸣笛。