[发明专利]一种基于音频特征信号的分类方法

说明书

本发明涉及一种基于音频特征信号的分类方法，属于音频信号处理技术领域。本发明对降维处理后的音频特征信号利用高斯核函数和贝叶斯先验知识进行分类。本发明的基于音频特征信号的分类算法可用于音频广播监听、人工智能语音识别、音频场景模式区分等。本发明主要是针对音频特征信号系数域特征进行音频分类，与现有的基于音频内容进行分类的技术先比，本发明更具普适性与稳定性。本发明利用高斯核函数优良的非线性特征与高效的优化算法从而避免了因用线性映射导致的应用场景单一、运行速度慢、分类效果差的缺点。本算法理论也较为简单并且易于编程实现，更加实用与实际工程项目中。

技术领域

本发明涉及一种基于音频特征信号的分类方法，属于音频特征信号处理技术 领域。

背景技术

为了提高基于音频信号的识别效率和准确率，同时音频特征分类在对于无线 广播的音频监听管控中也是有着举足轻重的地位，故对基于音频特征信号的分类 算法研究就显得尤其重要，而就目前的主要的分类算法有贝叶斯分类算法、决策 树算法、支持向量机算法等，对于这些分类算法大多是分类效果较差、算法复杂、 计算量较大、编程不易于实现等。本算法是利用了高斯核函数优良的非线性特性， 同时又结合了贝叶斯先验理论，在针对进行降维处理后的音频特征信号的分类问 题上可取得较为满意的结果，在实际的工程中也是展示出出色的效果。

发明内容

本发明要解决的技术问题是提供一种基于音频特征信号的分类方法，首先对 音频信号进行音频特征参数提取并且进行降维处理，将降维后的特征参数送入搭 建好的分类模型中，利用输入输出相似性概率大小判断测试点的所属类别，从而 实现音频分类的目的即音频识别。

本发明的技术方案是：一种基于音频特征信号的分类方法。该方法具体包括 以下步骤：

(1)音频信号采集：采集音频信号，获得音频样本。

(2)音频信号预处理：将所采集的音频样本中的模拟信号转换为数字信号， 将数字信号写入WAV文件中。对将写入WAV文件中的数字信号进行滤波、分 帧处理。

(3)特征参数提取：编程实现对预处理后的音频信号进行线性预测系数 (LPC)、线性预测倒谱系数(LPCC)、梅尔频率倒谱系数(MFCC)高维特 征参量的提取。

(4)特征参量降维：将上述提取出的音频特征参送入搭建好的降维模型中 进行降维处理，将降维后的音频特征参量保存至表格中。

(5)分类模型的搭建：首先用服从高斯分布的隐函数f描述一个类同另外 一个类的相似性，其次用压缩函数将f的输出值压缩到[0 1]范围，所得压缩值即 为两个类别相似性大小，根据相似性大小进行类别区分，所搭建的模型即为所需 的分类模型。

(6)音频特征参量分类：将步骤(4)所述降维后的音频特征量送入步骤(5) 的分类模型中进行音频特征参量分类，并将其分类结果进行数据可视化展示。

上述的一种基于音频特征信号的分类方法，步骤(1)中所述音频采集是通 过音频采集装置采集音频样本，音频采集器对音频信号采集时设置好采样频率 (采样频率满足奈奎斯特采样定理)、采样声道数(根据采录对象进行设置)、 量化精度。

上述的一种基于音频特征信号的降维分析方法，步骤(2)中信号预处理包 括以下步骤：

(1)采用矩形窗函数w(n)(上限频率一般取f_H＝3400Hz，下限频率 f_L＝60～100Hz)对采集的音频信号x(n)进行滤波处理得到信号y_a(n)，其中

(2)因为音频信号为非平稳信号不适合特征参量直接提取，故将上述滤波 处理后的音频信号y_a(n)分割成若干段音频信号，一段称为一帧，每段的时间范 围在10～30ms之间。帧与帧之间部分重叠，重叠的部分称为帧移，帧移取帧长 的1/2或1/3。