[发明专利]一种数字视音频监控系统中音频可视化监控的方法

权利要求书

1.一种数字视音频监控系统中音频可视化监控的方法，其特征在于,包括：计算每帧音频短时能量、归一化以后存入有限长度的循环队列, 计算每帧音频过门限率；判断声音起点和终点，提取并存储起点和终点之间每帧音频的特征向量；提取即时声纹模型，和已存储的样本声纹模型进行比对,判断声音类别；根据音频短期能量队列中各帧的能量值、各帧与最新帧的距离，在视频图像上绘制音频波形纹曲线并标注每个线段的声音类型，实现一段时间内的音频响度变化和音频类型变化监控的可视化。

2.如权利要求1所述的数字视音频监控系统中音频可视化监控的方法，其特征在于，所述计算每帧音频短时能量，归一化以后存入有限长度的循环队列的步骤包括: 根据音频通道个数和音频样本的比特数，计算每帧音频数据中每个样本的数值平方和，然后除以归一化系数得到归一化短期能量值，并存储于有限长度的循环队列中, 该长度需大于等于与该音频对应的视频图像宽度值(以像素为单位)；计算每帧音频的过门限率。

3.如权利要求1所述的数字视音频监控系统中音频可视化监控的方法，其特征在于，所述判断声音起点和终点，提取并存储起点和终点之间每帧音频特征向量的步骤包括:比较当前帧短期能量和短期能量阈值的大小，当前帧过门限率和过门限率阈值的大小，如果两者分别都比阈值大，表示为声音起点，两者分别都比阈值小，表示为声音终点;从声音起点开始对每个音频帧提取MFCC特征向量，存储于有限长度的队列中，当检测到声音终点时，该队列就成为了即时声纹特征向量表。

4.如权利要求1所述的多路音视频监控系统中音频可视化监控的方法，其特征在于，所述根据音频短期能量表的值在视频图像上绘制声纹曲线并标注声音类型的步骤包括取图像高度减去图像高度的1/N(N>1,建议取4)乘以音频短时能量表中每帧能量值的差作为其Y坐标,视频图像宽度减去各帧与最新帧距离的差作为其X坐标，在视频图像上从右至左逐点连线形成一段时间内的声纹曲线,然后将短期能量表中各段音频的分类名称叠加在图像上对应的曲线上方。