[发明专利]音频事件检测系统及方法

权利要求书

1.一种音频事件检测系统，其特征在于包括：

取样模块(1)，用于取样来自音频输入设备的单声道或多声道的输入信号(6)，得到当前帧的音频信号(7)，并将所获得的当前帧的音频信号(7)分两路输出，一路输出连接音频显著度分析模块(2)，一路输出连接音频信号筛选模块(3)；

音频显著度分析模块(2)，用于提取音频的特征并对取样模块(1)输入的当前帧的音频信号(7)进行显著度分析，得到当前音频信号的显著度(8)，并将当前帧的音频信号的显著度(8)输出给音频信号筛选模块(3)；

音频信号筛选模块(3)，用于根据音频显著度分析模块(2)输入的当前音频信号的显著度(8)，得到需要进一步进行事件匹配的待匹配音频信号(9)和待判音频信号显著度(12)，并相应地分两路输出，一路将待匹配音频信号(9)输出至事件匹配模块(4)，另一路将待判音频信号显著度(12)输出至综合判别模块(5)；

事件匹配模块(4)，用于根据音频信号筛选模块(3)输入的待匹配音频信号(9)，判断待选音频信号是否包含特定的音频事件，输出匹配事件类型(10)和匹配信号似然度(11)，并分别将所得的匹配事件类型(10)、匹配信号似然度(11)分两路输出给综合判别模块(5)；

综合判别模块(5)，用于根据音频信号筛选模块(3)输入的待判音频信号显著度(12)、事件匹配模块(4)输入的匹配事件类型(10)和匹配信号似然度(11)，综合判别后，如果当前音频信号包含突发事件，则输出匹配事件类型(13)和事件判定结果(14)。

2.一种音频事件检测方法，其特征在于，包括以下步骤：

①由取样模块取样来自音频输入设备的单声道或多声道的输入信号；

②由①所得的第k帧的信号求得第k帧信号的能量I_cur，

Icur=Σ1N[s(n)]2]]>

其中s(n)为当前帧单声道采样信号，N为每一帧的采样点数；

③由②得到第k帧的信号求得第k帧信号的能量I_cur，设定一阈值M₁，设定另一阈值M₂，若I_cur＜M₁，重复步骤①，否则进入步骤④；

④将①中取样所得的第k帧的信号进行音频特征提取，得到第k帧待匹配音频信号的特征矢量

⑤将④得到的第k帧的信号的特征矢量分别与枪声和尖叫声对应的两类GMM计算对数似然度，得到第k帧的信号与枪声GMM匹配的对数似然度s_gun，以及与尖叫声GMM匹配的对数似然度s_scream；

设定一阈值s，当s_gun或s_scream大于s时，若s_gun＞s_scream则第k帧的信号匹配为枪声，若s_scream＞s_gun则第k帧的信号匹配为尖叫声；当S_gun和s_scream都小于s时则第k帧的信号不包含任何音频匹配事件；

⑥若且由⑤得到第k帧的信号不包含任何音频匹配事件，转步骤⑦，否则转步骤⑧；

⑦若由③得到I_cur＜M₂，转步骤①，否则转步骤⑨；

⑧由⑤得到第k帧的信号的音频匹配事件类型，标注第k帧的信号的音频匹配事件类型；

⑨标注第k帧的信号包含突发事件。