[发明专利]一种音频识别系统

权利要求书

1.一种音频识别系统，其特征在于，包括：

声源定向单元，用于从收集到的多路音频信号中确定入射角度为预设角度的N路音频信号；

卷积特征图获取组件，用于获取所述N路音频信号对应的N张卷积特征图；

梅尔倒谱系数获取组件，用于获取所述N路音频信号对应的N个梅尔频率倒谱系数特征；

全连接神经网络单元，用于根据所述卷积特征图获取组件获取到的N张特征图，以及所述梅尔倒谱系数获取组件获取到的N个梅尔频率倒谱系数特征计算所述N路音频信号的音频分类与识别结果。

2.如权利要求1所述的系统，其特征在于，所述系统还包括：

麦克风阵列单元，用于收集所述多路音频信号。

3.如权利要求2所述的系统，其特征在于，所述系统还包括：

音频处理组件，用于对所述音频信号进行处理，包括：

第一音频信号接收单元，用于接收所述麦克风阵列单元收集到的多路音频信号以及所述声源定向单元确定的所述N路音频信号；

音频增益单元，用于将所述声源定向单元确定的所述N路音频信号进行多倍增益；

音频抑制单元，用于将除所述N路音频信号之外的其他路音频信号进行抑制。

4.如权利要求3所述的系统，其特征在于，

所述音频增益单元和所述音频抑制单元中配置的算法为时间延迟波束形成算法与Frost波束形成算法。

5.如权利要求3所述的系统，其特征在于，所述系统还包括：

FFT计算组件，包括：

第二音频信号接收单元，用于接收进行多倍增益后的所述N路音频信号；

频谱计算单元，用于计算所述N路音频信号的频谱；

频谱发送单元，用于将计算的所述N路音频信号的频谱分别发送至所述卷积特征图获取组件和所述梅尔倒谱系数获取组件。

6.如权利要求5所述的系统，其特征在于，所述卷积特征图获取组件，包括：

语谱图计算单元，用于根据所述N路音频信号的频谱计算所述N路音频信号对应的N张语谱图；

图像选择器，用于逐一接收所述N张语谱图，并在接收到每张语谱图时将其发送至卷积神经网络单元；

卷积神经网络单元，用于在接收到所述语谱图时，根据每张语谱图计算每路音频信号对应的卷积特征图。

7.如权利要求6所述的系统，其特征在于，所述语谱图计算单元根据以下方式获得所述N路音频信号对应的N张语谱图：

将每路音频信号在预设时间内得到的频谱中的时间作为x轴，频率作为y轴，能量作为z轴进行数据放置；

当达到预设时间后，得到N张以x轴为图像宽，y轴为图像高，z轴为图像颜色的语谱图。

8.如权利要求5所述的系统，其特征在于，所述梅尔倒谱系数处理组件，包括：

梅尔频率倒谱系数单元，用于根据所述N路音频信号的频谱计算所述N路音频信号对应的N个梅尔频率倒谱系数特征；

数据选择器，用于逐一接收所述N个梅尔频率倒谱系数特征，并在接收到每个梅尔频率倒谱系数特征时将其发送至全连接神经网络单元。