[发明专利]一种基于声纹识别的变压器声音事件检测方法

权利要求书

1.一种基于声纹识别的变压器声音事件检测方法，其特征在于，包括以下步骤：

(1)对变压器语音信号待测样本进行分帧，得到若干个语音信号帧；

(2)对每个语音信号帧进行加窗；

(3)对每个加窗后的语音信号帧进行离散傅里叶变换；

(4)根据傅里叶变换结果，计算每个加窗后的语音信号帧的能量谱密度；

(5)采用50Hz倍频三角滤波器组对每个加窗后的语音信号帧的能量谱密度进行滤波；

(6)对滤波后的能量谱密度取对数，得到每个加窗后的语音信号帧的MFCC特征，所有加窗后的语音信号帧的MFCC特征构成变压器语音信号待测样本的声纹特征；

(7)将所述变压器语音信号待测样本的声纹特征输入事先训练好的CapsNet胶囊网络模型进行检测，得到变压器语音信号待测样本的类别。

2.根据权利要求1所述的基于声纹识别的变压器声音事件检测方法，其特征在于，步骤(2)中，具体采用海明窗对每个语音信号帧进行加窗。

3.根据权利要求1所述的基于声纹识别的变压器声音事件检测方法，其特征在于，步骤(5)中，所述采用50Hz倍频三角滤波器组对每个加窗后的语音信号帧的能量谱密度进行滤波，具体包括：

(51)采用以下公式计算得到每个三角滤波器的中心频率：

其中，m表示三角滤波器的序号，f(m)表示第m个三角滤波器的中心频率，f_s表示变压器语音信号的采样频率，N表示加窗后的语音信号帧的傅里叶变换的采样点数，F_max表示变压器语音信号的频率范围上限；

(52)将三角滤波器的频率响应定义为：

其中，f_k表示加窗后的语音信号帧的傅里叶变换的第k个采样点对应的频率，k＝0，1，…，N-1；H_m(f_k)表示第m个三角滤波器的频率响应在f_k处的取值；定义f(0)＝f[(F_max/100)+1]＝0；

(53)采用以下公式计算得到每个三角滤波器对能量谱密度进行滤波的结果：

其中，S(m)表示第m个三角滤波器的滤波结果，E(k)表示加窗后的语音信号帧的傅里叶变换的第k个采样点对应的能量谱密度。

4.根据权利要求1所述的基于声纹识别的变压器声音事件检测方法，其特征在于，步骤(7)中，所述CapsNet胶囊网络模型的训练过程，具体包括：

a、将变压器语音信号训练样本的声纹特征输入构建的CapsNet胶囊网络模型的特征提取层；

b、所述特征提取层从变压器语音信号训练样本的声纹特征中提取声音事件的高级谱特征，并输入到胶囊层；

c、所述胶囊层对变压器声音事件建模并进行分类，采用Margin Loss函数计算分类损失；

d、将真实事件类别标签值与输出值进行比较得到误差，根据误差反向传播算法对整个CapsNet胶囊网络模型进行调整，优化模型参数，完成训练。

5.一种终端设备，其特征在于，包括存储介质和处理器；

所述存储介质，用于存储多条指令；

所述处理器，用于加载并执行所述指令，实现权利要求1-4中任一项所述的基于声纹识别的变压器声音事件检测方法。

6.一种存储介质，其中存储有多条指令，其特征在于，所述指令由处理器加载并执行，实现权利要求1-4中任一项所述的基于声纹识别的变压器声音事件检测方法。