1.一种基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于,包括以下步骤:
步骤s1:将声音信号y(t)通过gammatone滤波器组滤波,得到yf[t];对yf[t]取对数,形成相应的gammatone谱图sg(f,t);
步骤s2:对每个声音信号的能量谱
步骤s3:对g(f,t)的多频带能量分布情况进行统计,得到mbpd图m(f,b);
步骤s4:对mbpd图m(f,b)进行二值化处理得到bmbpd图mr(f,b);
步骤s5:对bmbpd图mr(f,b)进行分块,并对子块进行dct;
步骤s6:对dct系数进行zigzag扫描,获得dct系数的1维排列,取前m个dct系数作为bmbpd-dctz;
步骤s7:采用bmbpd-dctz作为特征,以rf作为分类器,对bmbpd-dctz进行分类和/或识别。
2.根据权利要求1所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于:
在步骤s1中,
sg(f,t)=lg|yf[t]|(1);
其中,f表示gammatone滤波器的中心频率,t表示帧索引;
在步骤s2中,
3.根据权利要求2所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于:
在步骤s3中,设g(f,t)共有b个能量等级,采用基于统计的非参数法,对每个频率子带f的能量元素进行概率密度统计,得到各个频率子带的各个能量等级的概率分布m(f,b):
其中,w为声音信号的帧数,m(f,b)表示在频带f中能量等级为b的元素占该频带元素总数的比例(0≤m(f,b)≤1);ib(g(f,t))为指示函数,当g(f,t)属于能量等级b时,其值为1,否则为0;
在步骤s4中,
其中,阈值n的范围在[1,w]区间内。
4.根据权利要求3所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于:
在步骤s5中,对bmbpd图mr(f,b)进行8×8分块,对子块进行dct后,获得8×8的dct系数。
5.根据权利要求4所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于:
在步骤s6中,取64个1维zigzag排列的前5个系数作为bmbpd-dctz。
6.根据权利要求3所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于,步骤s7对bmbpd-dctz进行识别具体包括以下步骤:
步骤s71:数据特征设置:将待测声音信号的bmbpd-dctz特征置于随机森林中所有nk棵决策树的根节点处;
步骤s72:决策树设置与决策:按照决策树的分类规则,由根节点依次向下传递直到到达某一叶节点,该叶节点对应的类标签便是这棵决策树对bmbpd-dctz特征所属类别所做的投票;
步骤s73:随机森林检测:随机森林的nk棵决策树对每一个待测声音信号的bmbpd-dctz特征的类别均进行投票;随机森林中nk棵决策树投票,其中票数最多的类标签便是最终确定的待测声音信号对应的类标。
7.根据权利要求4所述的基于二值多频带能量分布的低信噪比声音事件检测方法,其特征在于:所述bmbpd图为64能量等级×256频带。