[发明专利]行车噪声环境下快速声学事件的检测方法

权利要求书

1.行车噪声环境下快速声学事件的检测方法，其特征在于，所述方法包括如下步骤：

步骤一：在训练阶段，将各种目标声学事件的音频信号和行车噪声信号作为训练数据，对每个声学事件的音频信号进行特征截取，并进行相应的标注；

步骤二：根据截取的特征，提取每个目标声学事件的MFCC系数，所述特征为仅包含声学事件的音频片段；

步骤三：根据提取的MFCC系数，采用两两比对的多类分类策略，使用SVMLIB工具包为每个目标声学事件建立一个SVM模型；

步骤四：对行车噪声信号进行快速傅里叶变换，获得行车噪声的低频子带与高频子带能量，根据获得的各子带能量训练BPNN噪声模型；

步骤五：在识别阶段，对行车噪声环境下实时采集的待检测目标声学事件的音频信号进行过滤，滤除与目标声学事件无关的音频片段；

步骤六：利用步骤四获得BPNN噪声模型，对过滤后的音频信号进行降噪和增强；

步骤七：对步骤六中降噪和增强后的音频信号提取MFCC系数，根据提取的MFCC系数，采用步骤三获得的SVM模型进行分类识别，获得待检测目标声学事件的类别；

步骤八：在步骤七确定类别的声学事件中，对鸣笛事件进行基于时序和方位的综合分析，获得相应的笛语序列编码，根据获得的笛语序列编码，对当前的鸣笛序列库进行检索，确定对应的笛语信息。

2.根据权利要求1所述的行车噪声环境下快速声学事件的检测方法，其特征在于，步骤五中，对行车噪声环境下实时采集的待检测目标声学事件的音频信号进行过滤，滤除与目标声学事件无关的音频片段的方法：

对行车噪声环境下实时采集的音频信号进行基音周期的提取，根据提取到的基音周期，判断是否是目标声学事件，若不是，则过滤掉，若是，则保留。

3.根据权利要求1所述的行车噪声环境下快速声学事件的检测方法，其特征在于，

所述步骤六，利用步骤四获得BPNN噪声模型，对过滤后的音频信号进行降噪和增强的方法为：

使用步骤四获得BPNN噪声模型对过滤后的音频信号的高频噪声进行预测，使用子带谱减法对过滤后的音频信号的高频部分进行降噪和增强处理。

4.根据权利要求1所述的行车噪声环境下快速声学事件的检测方法，其特征在于，步骤七，对步骤六中降噪和增强后的音频信号提取MFCC系数的方法为：

使用LPC谱估计的方法提取步骤五过滤后的音频信号的数据帧的共振峰的频谱分布及能量大小，使用模拟耳蜗基底膜的频率选择增益的函数，对Mel滤波器组进行加权；

通过加权后的Mel滤波器组对步骤六中降噪和增强后的目标声学事件提取MFCC系数。

5.根据权利要求4所述的行车噪声环境下快速声学事件的检测方法，其特征在于，所述频率选择增益的函数为：

Wi=Σj=1kIndicator(Mi,Li,Fj)*Pj*exp[-(Fj-Mi)2(Li2)3.2];]]>

式中：

获得的频谱分布中，子带个数为B，i＝1,2,…,B，k个共振峰，j＝1,2,…,k，M_i表示第i个子带的频率中心，L_i表示第i个子带的宽度；

F_j表示第j个共振峰的所在的频率，P_j表示第j个共振峰的振幅；

Indicator(M_i,L_i,F_j)为示性函数，如果共振峰F_j在以M_i为中心，以L_i为宽度的Mel子带中，则返回1，否则返回0。