[发明专利]一种基于音频特征信号的分类方法

摘要

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。

主权项

1.一种基于音频特征信号的分类方法，其特征在于：具体步骤如下：(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，对写入WAV文件中的数字信号进行滤波、预加重、分帧处理；(3)特征参数提取：对预处理后的音频信号进行高维特征参量的提取，包括线性预测系数、线性预测倒谱系数和梅尔频率倒谱系数；(4)特征参量降维：将上述提取出的高维特征参量送入搭建好的降维模型中进行降维处理并保存；(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，根据压缩值大小进行类别区分，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)中降维后的音频信号的高维特征参量送入步骤(5)所述的分类模型中进行分类，并将其分类结果进行可视化展示。