[发明专利]一种声音信号混杂度的识别方法及系统

说明书

本发明公开一种声音信号混杂度的识别方法及系统，包括，将声音信号切分为等时长的声音数据，对声音数据进行预处理，并选取参考数据；计算每段数据的功率谱密度曲线；截取功率谱密度曲线中的主要功率谱区间；计算每段数据主要功率谱区间与参考数据主要功率谱区间的相关性；计算每段数据以及参考数据的主要功率谱区间的积分；融合主要功率谱区间积分和相关性的计算结果，计算每段数据的混杂度；本发明公开的识别系统，包括信号采集模块，第一信号处理模块，第二信号处理模块，声音信号混杂度生成模块，数据存储模块，显示模块；本发明提供的识别方法及系统，实现了信号的混杂程度的衡量，弥补了声音信号处理技术领域在相关方面的不足。

技术领域

本发明涉及声音信号处理领域，具体涉及一种声音信号混杂度的识别方法及系统。

背景技术

从声音信号中准确地识别所包含的声音，有利于弥补或代替其它传感系统进行目标识别。然而，如果声音信号中混合了多种声音，那么声音信号处理的方法，如机器学习和深度学习的方法，很难准确地识别出信号中所包含的声音，那么所得的声音识别结果是无效的。

目前还没有衡量声音信号混杂程度的方法，为了判定声音信号处理方法的声音识别结果是否有效，急需一种声音信号混杂度的识别方法及系统，来衡量声音信号的混杂程度。混杂度越高，说明声音信号的声音来源越复杂，混杂度高的声音信号不能通过声音信号处理方法来识别，因为所获得的声音识别结果准确性低；混杂度低的声音信号可以通过声音信号处理方法来获得准确的识别结果。

发明内容

本发明的目的是提供一种声音信号混杂度的识别方法及系统，以解决上述现有技术存在的问题，获得声音信号的混杂程度。

为了实现上述目的，本发明提供了一种声音信号混杂度的识别方法，包括以下步骤：

采集原始声音信号，获得第一数据和第二数据，其中，第一数据包括第二数据；

基于第一数据，获得第一功率谱密度曲线；

基于第二数据，获得第二功率谱密度曲线；

基于第一功率谱密度曲线和第二功率谱密度曲线，构建声音信号混杂度识别模型，声音信号混杂度识别模型用于识别声音信号混杂度，其中，声音信号混杂度用于表示声音信号的混杂程度。

优选地，在获得第一数据的过程中，对原始音信号进行相等时长切分，获得第一数据。

优选地，在对原始声音信号进行相等时长切分的过程后，获得若干段声音信号数据，将每段声音信号数据的第一数值减去该段声音信号数据的第一平均值，获得第一数据。

优选地，选取若干段声音信号数据的单一声音数据，将单一声音数据的第二数值减去单一声音数据的第二平均值，获得第二数据，其中，单一声音数据用于表示每段声音信号数据只包括一种声音信号数据的声音数据。

优选地，基于第一数据，采集第一数据的第一信号功率、第一功率谱密度曲线分辨率，通过第一快速傅里叶变换方程，获得第一功率谱密度曲线。

优选地，基于第二数据，采集第二数据的第二信号功率、第二功率谱密度曲线分辨率，通过第二快速傅里叶变换方程，获得第二功率谱密度曲线。

优选地，基于第一功率谱密度曲线，获取第一功率谱密度曲线的第一主要功率谱区间数量、第一主要功率谱区间序号，构建第一主要功率谱区间集合。

优选地，基于第二功率谱密度曲线，获取第二功率谱密度曲线的第二主要功率谱区间数量、第二主要功率谱区间序号，构建第二功率谱区间集合。

优选地，基于第一主要功率谱区间集合和第二主要功率谱区间集合的Pearson相关性，获得平均相关性分析函数；

基于第一主要功率谱区间集合，获取第一主要功率谱区间集合的第一积分函数；