[发明专利]一种基于子空间表示学习的声学事件识别方法

摘要

一种基于子空间表示学习的声学事件识别方法，涉及声音信号处理技术领域，为解决现有技术在AER任务中，语义特征提取时不能兼顾原始信号本质内容和时序结构的问题，包括：步骤1、信号预处理，步骤2、帧级特征提取，步骤3、子声学事件特征提取，步骤4、子声学事件特征的时序扩展，步骤5、子声学事件特征间的整体语义特征提取，步骤6、声学事件的识别，本发明提取语义特征时，能够兼顾原始信号的整体内容信息和全局时序结构。

主权项

1.一种基于子空间表示学习的声学事件识别方法，其特征在于包括以下步骤：步骤1、信号预处理：首先对原始声学事件信号进行训练集和测试集的分割，然后将分割后的声学事件信号转换为单信道信号，最后对上述单信道信号进行采样；步骤2、帧级特征提取：将采样后的单信道信号切分为多个音频帧，并对多个音频帧分别提取梅尔倒谱系数特征，得到帧级特征；步骤3、子声学事件特征提取：先对步骤2中得到的帧级特征进行聚类，得到多个聚类中心，再根据相邻的多个帧级特征与聚类中心的距离统计声学事件信号的局部语义特性，即得到子声学事件特征；步骤4、子声学事件特征的时序扩展：对子声学事件特征利用时域变换平均的方法进行平滑，并利用卡方核对平滑后的子声学事件特征进行非线性扩展；步骤5、子声学事件特征间的整体语义特征提取：将步骤4中得到的子声学事件特征用向量x_i表示，且x_i∈R^D，将N个特征向量x_i拼接成矩阵X用于描述由N个子声学事件构成的声学事件信号，其中X∈R^D×N，i＝1,...,N，子声学事件间蕴含的整体语义特征可由如下目标函数实现：其中，u∈R^D×d，u是一个d维子空间S的基，uu^TX为X在子空间S上的投影；步骤6、声学事件的识别：对于训练集和测试集中的每一个声学事件信号，先对其分别进行上述步骤1至步骤5中所述的预处理及特征提取过程，再利用训练集中所有样本的语义特征作为SVM的输入进行训练，然后利用测试集完成模型的测试，最后利用训练好的SVM分类器，完成声学事件识别任务。