[发明专利]短时能量及梅尔倒谱系数联合新型矢量量化的低复杂度危险声场景判别方法有效
| 申请号： | 201910914499.X | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110610722B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 贾懋珅;赵文兵 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/24 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 吴荫芳 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于智能应用型声场判别领域，具体涉及一种短时能量及梅尔倒谱系数联合矢量量化的危险声场景判别方法。该方法具体包括危险声场景声音库的建立、构建音频时频复合特征参数、引入改进型矢量量化模型对音频特征参数训练；在危险声场景匹配阶段利用欧式距离测度算法进行失真度匹配，找到最小平均误差失真度作为最佳匹配进而达到识别效果。 | ||
| 搜索关键词： | 能量 梅尔倒 谱系 联合 新型 矢量 量化 复杂度 危险 声场 判别 方法 | ||
【主权项】：
1.短时能量及梅尔倒谱系数联合新型矢量量化的低复杂度危险声场景判别方法，其特征在于包括以下步骤：/n步骤1，构建声音特征与危险场景间映射关系，即根据儿童所处环境声环境特点，将声音映射为危险场景或非危险场景；/n步骤2，训练阶段：选取儿童所处环境声环境中的常见声音作为原始样本，经处理后建立异常声音模板库，具体包括：/nStep2.1：对原始样本音频预处理，预处理包括：带通滤波、预加重、加窗分帧；/nStep2.2：按帧提取预处理后的所有原始样本的音频组合特征，音频组合特征由音频信号的平均能量E(m)和MFCC梅尔频率倒谱系数C(q)构成，特征在于，将音频信号的帧能量E(m)替代MFCC的第一维系数，组合成新的梅尔频率倒谱系数矢量E-MFCC；/nStep2.3：根据所有原始样本的音频组合特征构建初步样本音频矢量量化器Y，即码书，表示为Y＝{Y
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910914499.X/，转载请声明来源钻瓜专利网。
