【技术实现步骤摘要】
一种音频事件检测方法及系统
本专利技术涉及音频识别
，特别是一种音频事件检测方法及系统。
技术介绍
音频事件是指具有某种特定语义或内容的一个音频片段，从音频事件处理的方式上分为分类和检测。音频事件的检测包括音频事件的定位和音频事件的识别，通常先利用分段算法定位音频事件的位置，再通过神经网络模型识别出音频事件的类型。传统的用于检测音频事件的神经网络模型的训练用时长，识别效果差。
技术实现思路
本专利技术为解决上述问题，提供了一种音频事件检测方法及系统，减少用于检测音频事件的神经网络模型的训练用时，并提高识别效果。为实现上述目的，本专利技术采用的技术方案为：一种音频事件检测方法，使用基于模糊聚类的GMM模型，所述GMM模型的构建方法为：所述GMM模型的高斯混合数为M(M为正整数)，对于训练数据进行模糊聚类，得到码本集合X＝{x1,x2,…,xi},i＝1,2,…,M，其中，第i个高斯原子Xi的样本空间大小为di；令第i个高斯原子Xi的均值向量，作为所述GMM模型的第i个高斯分量的初始值μ...
【技术保护点】
1.一种音频事件检测方法，其特征在于，使用基于模糊聚类的GMM模型，所述GMM模型的构建方法为：所述GMM模型的高斯混合数为M(M为正整数)，对于训练数据
【技术特征摘要】
1.一种音频事件检测方法，其特征在于，使用基于模糊聚类的GMM模型，所述GMM模型的构建方法为：所述GMM模型的高斯混合数为M(M为正整数)，对于训练数据进行模糊聚类，得到码本集合X＝{x1,x2,…,xi},i＝1,2,…,M，其中，第i个高斯原子Xi的样本空间大小为di；令第i个高斯原子Xi的均值向量，作为所述GMM模型的第i个高斯分量的初始值μi，第i个高斯原子Xi的方差向量，作为第i个高斯分量的初始方差σi，对模型参数进行迭代优化，直至所述GMM模型训练完成。
2.根据权利要求1所述的一种音频事件检测方法，其特征在于，所述模型参数的重估公式包括：
加权系数重估公式：
均值向量重估公式：
方差向量重估公式：
3.根据权利要求1所述的一种音频事件检测方法，其特征在于，所述GMM模型的训练方法，包括以下步骤：
训练音频分帧，得训练分帧音频；
提取所述训练分帧音频的MFCC特征，得训练MFCC特征；
将所述训练MFCC特征输入待训练的所述GMM模型，所述GMM模型输出预测结果；
多次迭代训练，优化损失值至趋于稳定后完成训练。
4.根据权利要求1所述的一种音频事件检测方法，其特征在于，包括以下步骤：
待识别音频自适应分段，得待识别分段音频；
提取所述待识别分段音频的MFCC特征，得待识别MFCC特征；
将所...
【专利技术属性】
技术研发人员：陈剑超，肖龙源，李稀敏，刘晓葳，叶志坚，
申请(专利权)人：厦门快商通科技股份有限公司，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。