[发明专利]一种基于频域图处理的干罗音识别方法

权利要求书

1.一种基于频域图处理的干罗音识别方法，其特征在于，包括音频 预处理阶段、生成二值化频域图阶段、提取特征干罗音阶段；

1)音频预处理阶段：

1.1)读取并存储音频文件中的音频数据；

1.2)滤除音频数据中的噪音，得到去噪后的音频数据；

1.3)基于去噪后的音频数据进行数据归一化及去除线性趋势；

2)生成二值化频域图阶段：

2.1)利用短时傅里叶变换处理步骤1.3)得到的波形数据，生成频 域图，并对频域图进行灰度化；

2.2)提高灰度化后频域图的对比度；

2.3)将频域图内的每个像素灰度与预设阈值进行对比，低于阈值的 像素灰度设置为0，分离出频域图中的疑似干罗音区域与非干罗音区；

3)提取特征干罗音阶段：

3.1)获取疑似干罗音区域的连续像素的特征色块，排除持续时间低 于预设时间的特征色块；

3.2)逐一分析过滤后所得的特征色块，通过分析灰度分布排除非扁 平长条形状的色块，将最后所得色块整合，得到干罗音出现时间段。

2.根据权利要求1所述的一种基于频域图处理的干罗音识别方法， 其特征在于：所述步骤1.1)将音频文件中的音频数据以浮点数列的 形式存储。

3.根据权利要求1所述的一种基于频域图处理的干罗音识别方法， 其特征在于：所述步骤1.2)利用高通滤波滤除音频数据中的外部噪 音，利用低通滤波滤除音频数据中折叠失真所产生的噪音。

4.根据权利要求1所述的一种基于频域图处理的干罗音识别方法， 其特征在于：所述步骤1.3)进行数据归一化的方法为利用特征缩放 方法将所有值转化为[0，1]的范围，其依据原始数据资料选择目标范 围，公式如下：

x′=x-min(x)max(x)-min(x)]]>

其中，x是原始的值，x′是被标准化后的值。

5.根据权利要求1所述的一种基于频域图处理的干罗音识别方法， 其特征在于：所述步骤1.3)去除线性趋势的方法为使用FFT预处理 方法，利用最小二乘法分析函数得到近似函数后，从原函数中减去近 似函数，得到去除线性趋势的结果。