[发明专利]用于枪声的多级筛选检测识别方法

说明书

技术领域

本发明涉及一种枪声检测识别方法。特别是涉及一种用于枪声的多级筛选检测识别方法。

背景技术

声音无处不在，声音的检测与识别一直是声音研究领域的重要内容。关于声音的检测与识别，可以分为两个方面:非语音识别系统与语音识别系统。对于语音的检测识别研究的比较深入，也有比较成熟的系统和方法。在研究非语音方面时，可以借鉴语音方面的算法和技术，两个系统都基本由特征参数提取算法和模式匹配算法构成。

在特征参数提取方面，可以用于检测的特征参数有很多，可以从时域、频域和同态（倒谱）三个方面进行分类。时域特征参数包括：短时信号能量，短时信号平均过零率，信号短时自相关函数和平均幅度差函数。时域特征参数的特点是提取算法都不复杂，缺点是对信号的可鉴别能力有限，适用范围有端点检测和语音分帧。频域特征参数包括：傅里叶变换，离散余弦变换，线性预测分析。频域特征参数与人类听觉系统有一定的关系，但是频域特征参数适用于加性信号，对于复杂的乘积性组合信号处理能力不好。同态特征参数：线性预测倒谱系数和Mel频率倒谱系数(Mel frequency cepstrum coefficient，MFCC)。非线性系统分析起来非常困难，需要进行同态分析，设法将非线性问题转化为线性问题来处理。

在模式匹配及模型训练技术方面，主要的技术可以归纳为：动态时间归正技术(Dynamic Time Warping，DTW)、隐马尔可夫模型(hidden Markov model，HMM)和人工神经元网络。在这三种技术中，DTW是较早的一种模式匹配和模型训练技术，它应用动态规划方法成功解决了声音信号特征参数序列比较时时长不等的难题，它的算法复杂度低而且识别率针对某些特定方面也有很好的表现，尤其在孤立词语音识别中获得了良好性能。

对于突发事件的声音检测，如枪声，输入信号类似于语音中的孤立词，而且系统所需要的匹配模板较少。用于此类识别，DTW算法与HMM算法在相同的环境条件下，识别效果相差不大，但HMM算法要复杂得多，着重要体现在HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到的模型参数，而DTW算法的训练中几乎不需要而外的计算。所以DTW算法对这种输入信号比较短促，类似于单音信号而且模板又比较少的声音进行识别时，在算法复杂度和识别率方面都很适合，能获得良好的效果。

发明内容

本发明所要解决的技术问题是，提供一种能够快速准确的检测公共场所枪声的用于枪声的多级筛选检测识别方法。

本发明所采用的技术方案是：一种用于枪声的多级筛选检测识别方法，包括如下步骤：

1）从8KHz～48KHz中确定一个采样频率，选取与该采样频率对应的单一枪声的模板信号，对该模板信号进行分帧处理；

2）提取模板信号的倒谱特征参数MFCC的特征系数；

3）选取采样频率与步骤1）中所述的采样频率相同的待测信号，并进行与步骤1）中模板信号分帧点数相同的分帧处理；

4）计算待测信号当前帧的短时能量和短时平均过零率，若短时能量和短时平均过零率二者之一满足相应的判定条件，就把待测信号的当前帧作为有效帧并保存，进入步骤5）；若二者皆不满足条件但是待测信号当前帧的前三帧中有满足条件的，也把该当前帧平滑为有效帧并保存，进入步骤5）；若前三帧中没有满足条件的，则当前帧为无效帧，进入步骤6）；

5）当连续的有效帧数等于3/2模板信号的帧数时，将该连续有效帧中与模板信号的帧数相同的前2/2部分作为目标段，进入步骤7），其余1/2部分返回步骤4）参与下一帧的判断；

6）当在该无效帧之前所保存的有效帧数满足：1/2模板信号的帧数＜有效帧数＜3/2模板信号的帧数时，将该连续的有效帧作为目标段，进入步骤7），否则将已保存的数据清零，返回步骤4）；

7）对目标段内的帧提取倒谱特征参数MFCC的特征系数，若模板信号的倒谱特征参数MFCC的特征系数和待检测信号的倒谱特征参数MFCC的特征系数的匹配距离小于训练得出的门限值，则将该目标段认为是目标信号；否则，判断该目标段不是目标信号。

步骤1）中所述的模板信号每一帧分为256～1024点。

步骤4）中所述的相应判定条件是，每帧的短时能量大于设定的短时能量的最小值，每帧的短时平均过零率在设定的范围之内。

步骤5）中所述的其余1/2部分返回步骤4）参与下一帧的判断是，将该1/2部分作为步骤4）中的当前帧前面的连续有效帧。