[发明专利]一种基于GMM-UBM的冲击声模型建立、冲击声检测方法及系统

权利要求书

1.一种基于GMM-UBM的冲击声模型建立方法，其特征在于，包括如下步骤：

步骤1：获取非冲击声信号样本数据集，计算每个非冲击声信号的MFCC参数，获得非冲击声信号的MFCC特征向量；

步骤2：根据非冲击声信号的MFCC特征向量建立UBM模型，利用最大期望算法训练UBM模型，获得训练好的UBM模型和训练好的模型参数，将训练好的UBM模型作为背景声模型；

步骤3：获取冲击声信号样本数据集，计算每个冲击声信号的MFCC参数，获得冲击声信号的MFCC特征向量；

步骤4：根据冲击声信号的MFCC特征向量建立GMM模型，将步骤2训练好的模型参数通过最大后验估计方法传递给GMM模型，获得参数更新后的GMM模型，将参数更新后的GMM模型作为冲击声模型。

2.如权利要求1所述的基于GMM-UBM的冲击声模型建立方法，其特征在于，所述非冲击声信号的MFCC特征参数和冲击声信号的MFCC特征参数的维数均为42维。

3.一种基于GMM-UBM的冲击声检测方法，其特征在于，包括如下步骤：

步骤a：通过麦克风拾取时域音频信号；

步骤b：计算时域音频信号的MFCC参数，得到时域音频信号的MFCC特征向量X；

步骤c：通过式Ⅰ计算时域音频信号的对数似然比Λ(X)，当Λ(X)0时，判定时域音频信号是冲击声信号，否则判定时域音频信号为非冲击声信号；

Λ(X)＝log(p(X|GMM))-log(p(X|UBM)) 式Ⅰ

其中，GMM为按照权利要求1或2的方法获得的冲击声模型，UBM为按照权利要求1或2的方法获得的背景声模型，log(p(·))是log域的似然函数。

4.如权利要求3所述的基于GMM-UBM的冲击声检测方法，其特征在于，其特征在于，所述时域音频信号的MFCC特征向量的维数为42维。

5.一种基于GMM-UBM的冲击声模型建立系统，其特征在于，包括样本采集模块、模型建立模块、训练模块和参数传递模块；

所述的样本采集模块用于获取非冲击声信号样本数据集和冲击声信号样本数据集；

所述的模型建立模块用于计算每个非冲击声信号的MFCC参数，获得非冲击声信号的MFCC特征向量，还用于计算每个冲击声信号的MFCC参数，获得冲击声信号的MFCC特征向量；根据非冲击声信号的MFCC特征向量建立UBM模型，根据冲击声信号的MFCC特征向量建立GMM模型；

所述的训练模块根据用于利用最大期望算法训练UBM模型，获得训练好的UBM模型和训练好的模型参数，将训练好的UBM模型作为背景声模型；

所述的参数传递模块用于将训练模块训练好的模型参数通过最大后验估计方法传递给GMM模型，获得参数更新后的GMM模型，将参数更新后的GMM模型作为冲击声模型。

6.如权利要求5所述的基于GMM-UBM的冲击声模型建立系统，其特征在于，所述非冲击声信号的MFCC特征向量和冲击声信号的MFCC特征向量的维数均为42维。

7.一种基于GMM-UBM的冲击声检测系统，其特征在于，包括信号采集模块、MFCC参数计算模块和判断模块；

所述信号采集模块用于通过麦克风拾取时域音频信号；

所述MFCC参数计算模块用于计算时域音频信号的MFCC参数，得到时域音频信号的MFCC特征向量X；

所述判断模块用于通过式Ⅰ计算时域音频信号的对数似然比Λ(X)，当Λ(X)0时，判定时域音频信号是冲击声信号，否则判定时域音频信号为非冲击声信号；

Λ(X)＝log(p(X|GMM))-log(p(X|UBM)) 式Ⅰ

其中，GMM为按照权利要求5或6的系统获得的冲击声模型，UBM为按照权利要求5或6的系统获得的背景声模型，log(p(·))是log域的似然函数。

8.如权利要求7所述的基于GMM-UBM的冲击声检测系统，其特征在于，其特征在于，所述时域音频信号的MFCC特征参数的维数为42维。