[发明专利]一种基于局部学习的鲁棒声学场景识别方法

摘要

本发明提供一种基于局部学习的鲁棒声学场景识别方法，属于声音信号处理技术领域。本发明首先采集不同声学场景声音信号，进行频域特征提取；并对提取的特征数据预处理；然后对归一化后的数据进行均值平移、使用mixup方法进行数据扩充；再根据局部学习思想建立卷积神经网络模型，将经过数据扩充后的训练样本集输入该模型进行训练，得到训练好的模型；最后对待识别样本，依次进行频域特征提取、数据预处理，输入到所述训练好的模型中进行识别，得到声学场景识别结果。本发明解决了音频信道不匹配以及不同信道样本数目不平衡的情况下，声学场景识别准确度不高的问题。本发明可适用于信道多样且不同信道样本数目不平衡的声学场景识别。

主权项

1.一种基于局部学习的鲁棒声学场景识别方法，其特征在于，具体包括以下步骤：步骤一、采集不同声学场景声音信号，并进行频域特征提取，提取其40维的FBank特征建立训练样本集；步骤二、对步骤一提取的特征数据预处理：对步骤一提取的特征计算在每一维上的均值和标准差，利用所得的均值和标准差归一化所有特征；步骤三、信道自适应与数据扩充：对归一化后的数据进行均值平移；再使用mixup方法进行数据扩充；步骤四、根据局部学习思想建立卷积神经网络模型，构造损失函数使得任意样本点与同类样本点之间最近距离小于与异类样本点之间的最近距离；将经过数据扩充后的训练样本集输入所述卷积神经网络模型进行训练，得到训练好的模型；所述同类样本点指的是，与所述任意样本点属于相同音频场景的样本点；异类样本点指的是，与所述任意样本点属于不同音频场景的样本点；步骤五、对待识别样本，依次进行频域特征提取、数据预处理，然后输入到所述训练好的模型中进行识别，得到声学场景识别结果。