应用于ATM机的异常声音检测方法及系统技术方案

本发明专利技术公开了一种应用于ATM机的异常声音检测方法，包括以下步骤：S1、采集ATM机监测区域范围内的声音信号，所述范围的大小由所使用的声音采集设备能够采集的范围来决定；S2、将所述声音信号从模拟信号转化成数字信号；S3、提取所述数字信号的特征值，然后根据所述特征值判断所述声音信号是否为异常声音信号。本发明专利技术还提供了一种应用于ATM机的异常声音检测方法及系统。本发明专利技术将语音识别技术成功引入到安防监控领域，能够在一定程度上解决现有视频监控系统监控ATM机暴力犯罪行为难的问题。

【技术实现步骤摘要】

本专利技术涉及语音识别
，具体说是涉及到一种应用于ATM机的异常声音检 测方法及系统。
技术介绍
随着ATM(Automatic Teller Machine，自动柜员机)机的普及和快速增加，针对 ATM机的暴力犯罪案例也在不断增加，例如犯罪分子在自助银行实施暴力抢劫、直接敲砸破 坏ATM机等。针对ATM机的暴力犯罪行为往往不仅会对用户的财产安全造成威胁，更严重 的是它直接威胁着用户的生命安全。另外，直接敲砸破坏ATM机的行为也会造成公共财产 破坏，同时给银行带来巨大的经济损失。目前的智能视频监控系统在一定程度上能够对非 暴力犯罪行为起到事前预警的作用，却无法对暴力犯罪行为做出实时预警。语音识别技术从兴起到现阶段已经取得了很多丰硕成果，这为我们从异常声音识 别上识别暴力打砸行凶等犯罪活动提供了理论依据。通过研究国外的一些语音情感识别系 统和公共场所监控系统发现，这些系统存在几点缺陷首先是提取的特征参数过多，部分参 数对提高识别率影响较小，却导致算法的计算量急剧上升；其次是这些系统都是采用远程 录音，本地检测的方式实现远程监控，这种方案不可避免的会带来报警延迟的问题，很难满 足实时要求；再次是文献中提到的声音检测系统训练样本多来自影片录音和通用声音数据 库，这样的样本并不一定适用于ATM场景。
技术实现思路
(一 )要解决的技术问题本专利技术要解决的技术问题在于如何提供一种能够实时地监控发生在ATM机附 近的犯罪行为的异常声音检测方法及系统。( 二 )技术方案为解决上述技术问题，本专利技术提供了一种应用于ATM机的异常声音检测方法，包 括以下步骤S1、采集ATM机监测区域范围内的声音信号，所述范围的大小由所使用的声音采 集设备能够采集的范围来决定；S2、将所述声音信号从模拟信号转化成数字信号；S3、提取所述数字信号的特征值，然后根据所述特征值与样本特征向量间的欧氏 空间距离判断所述声音信号是否为异常声音信号。其中，在所述步骤Sl之前还包括步骤生成ATM机监测区域范围内的一定数量的 声音信号样本库，然后提取所述样本库中各声音信号的特征值，根据各声音信号的特征值 形成特征向量，再对所形成的特征向量进行聚类操作，生成样本库特征模型。其中，步骤S3中根据所述特征值判断所述声音信号是否为异常声音信号的步骤 具体为通过计算所提取数字信号的特征值分别与样本库特征模型中的正常声音特征向量和异常声音特征向量的欧氏空间距离，所得距离值最小的，认为所提取的数字信号与该样 本库的声音类型相同，从而判断所采集的信号是否为异常声音。其中，所述聚类操作具体为利用高斯混合模型进行建模。其中，所述特征值为短时过零率、短时能量，以及梅尔倒谱系数中的任一种或者几 种的组合。本专利技术还提供了一种应用于ATM机的异常声音检测系统，包括声音采集模块，用于采集ATM机监测区域范围内的声音信号；声音分析模块，用于将所述声音信号从模拟信号转化成数字信号；异常声音检测模块，用于提取所述数字信号的特征值，然后根据所述特征值与样 本间的欧氏空间距离判断所述声音信号是否为异常声音信号。其中，还包括样本库特征模型生成模块，用于生成ATM机监测区域范围内的一定 数量的声音信号样本库，然后提取所述样本库中各声音信号的特征值，根据各声音信号的 特征值形成特征向量，再对所形成的特征向量进行聚类操作，生成样本库特征模型。其中，所述系统还包括主控模块，用于负责其它各模块之间的通信；声音输出模块，用于将所述数字信号进行输出，并提供可视化操作界面；程序存储模块，用于保存所述系统的程序；网络传输模块，用于通过网络传输所述声音信号。优选地，所述声音采集模块为拾音器。(三)有益效果本专利技术采用语音识别技术，可以有效的解决目前视频监控系统难以检测呼救和暴 力犯罪行为的问题，使监控正在发生和即将发生暴力犯罪事件成为了可能；而且，通过仅 提取短时过零率、短时能量，以及梅尔倒谱系数(Mel Frequency Cepstrum Coefficient, MFCC)中的一种或几种的组合，方法简单，且可以达到很好的识别效果；另外，训练样本是 在模拟ATM场景下录制的，样本更据有针对性。附图说明图1是本专利技术实施例的方法流程图；图2是本专利技术实施例的系统结构示意图。具体实施例方式下面结合附图和具体实施方式，对本专利技术做进一步说明。如图1所示，为本专利技术实施例的方法流程图，该方法包括以下步骤Si、采集ATM机监测区域范围内的声音信号，所述范围的大小由所使用的声音采 集设备能够采集的范围来决定；S2、将所述声音信号从模拟信号转化成数字信号；S3、提取所述数字信号的特征值，计算所述数字信号的特征值与所述样本库特征 模型间的欧氏空间距离，具体而言，算法通过计算所提取数字信号的特征值分别与样本库 特征模型中的正常声音特征向量和异常声音特征向量的欧氏空间距离，所得距离值最小的，认为所提取的数字信号与该样本库的声音类型相同，从而判断所采集的信号是否为异常声音。在所述步骤Sl之前还包括步骤生成ATM机监测区域范围内的一定数量的声音 信号样本库，然后提取所述样本库中各声音信号的特征值，根据各声音信号的特征值形成 特征向量，再对所形成的特征向量进行聚类操作，生成样本库特征模型。所述聚类操作具体 为利用高斯混合模型(Gaussian Mixture Model, GMM)进行建模，也可以采用其它模型进 行建模，如隐马尔科夫模型(HMM)。其中，经过大量的实验表明，选取声音信号的短时过零率、短时能量，以及MFCC中 的任一种或者几种的组合作为用于识别异常声音的特征值，可以取得很好的检测效果。如图2所示，为本专利技术实施例的系统结构示意图，该系统包括声音采集模块负责采集环境中声音信号，用拾音器实现可保证声音清晰干净，以 获得高保真的自然原声。主控模块、声音分析模块、声音输出模块、程序存储模块、网络传输模块、样本库特 征模型生成模块和异常声音检测模块(可以放置于智能音频分析盒(该名称为本专利技术自定 义的)中)。主控模块负责各模块之间的通信，是整个智能音频分析盒的控制中心。声音分 析模块将从智能音频分析盒的音频口输入的模拟信号转化成数字信号；声音输出模块将数 字信号输出(例如可以传输给音响设备)，同时提供可视化操作界面，以方便用户访问智能 音频分析盒；程序存储模块保存设备程序；网络传输模块通过网络传输所述声音信号。样 本库特征模型生成模块，生成ATM机监测区域范围内的一定数量的声音信号样本库，然后 提取所述样本库中各声音信号的特征值，根据各声音信号的特征值形成特征向量，再对所 形成的特征向量进行聚类操作(例如利用GMM模型进行建模)，生成样本库特征模型。异常 声音检测模块用于提取所述数字信号的特征值，然后根据所述特征值判断所述声音信号是 否为异常声音信号。本专利技术的系统工作原理如下当前端的监控设备启动时，拾音器便会不断采集 ATM机监测区域范围内的声音信号，经由声音分析模块变换后由异常声音检测模块做分析 处理，当监控环境中存在异常声音(如大声呼救或尖声喊叫)时，智能音频分析盒便会发出 有异常声音报警信号，并触发本地报警器，同时该设备会通过网络传输模块经由网络线路 向监控中心上传报警信号和对应时间段的异常声音，监控中心在被动接收报警信号后会为本文档来自技高网...

【技术保护点】
１．一种应用于ＡＴＭ机的异常声音检测方法，其特征在于，包括以下步骤：Ｓ１、采集ＡＴＭ机监测区域范围内的声音信号，所述范围的大小由所使用的声音采集设备能够采集的范围来决定；Ｓ２、将所述声音信号从模拟信号转化成数字信号；Ｓ３、提取所述数字信号的特征值，然后根据所述特征值与样本特征向量间的欧氏空间距离判断所述声音信号是否为异常声音信号。

【技术特征摘要】

【专利技术属性】
技术研发人员：聂蓉，
申请(专利权)人：北京声迅电子有限公司，
类型：发明
国别省市：11