[发明专利]行车噪声环境下快速声学事件的检测方法

摘要

行车噪声环境下快速声学事件的检测方法，属于无人车声学事件检测领域。为了解决现有无人车无法感知声音的问题。所述方法包括：在训练阶段，将各种目标声学事件的音频信号和行车噪声信号作为训练数据，利用音频信号为每个目标声学事件建立SVM模型，利用行车噪声信号获得的能量训练BPNN噪声模型；在识别阶段，对行车噪声环境下实时采集的待检测目标声学事件的音频信号进行过滤，再利用BPNN噪声模型降噪和增强，然后提取MFCC系数，根据MFCC系数，采用SVM模型分类识别，确定待检测目标声学事件的类别；进而确定相应的笛语序列编码，根据笛语序列编码，对当前的鸣笛序列库进行检索，确定对应的笛语信息。本发明用于无人车中。

主权项

行车噪声环境下快速声学事件的检测方法，其特征在于，所述方法包括如下步骤：步骤一：在训练阶段，将各种目标声学事件的音频信号和行车噪声信号作为训练数据，对每个声学事件的音频信号进行特征截取，并进行相应的标注；步骤二：根据截取的特征，提取每个目标声学事件的MFCC系数，所述特征为仅包含声学事件的音频片段；步骤三：根据提取的MFCC系数，采用两两比对的多类分类策略，使用SVMLIB工具包为每个目标声学事件建立一个SVM模型；步骤四：对行车噪声信号进行快速傅里叶变换，获得行车噪声的低频子带与高频子带能量，根据获得的各子带能量训练BPNN噪声模型；步骤五：在识别阶段，对行车噪声环境下实时采集的待检测目标声学事件的音频信号进行过滤，滤除与目标声学事件无关的音频片段；步骤六：利用步骤四获得BPNN噪声模型，对过滤后的音频信号进行降噪和增强；步骤七：对步骤六中降噪和增强后的音频信号提取MFCC系数，根据提取的MFCC系数，采用步骤三获得的SVM模型进行分类识别，获得待检测目标声学事件的类别；步骤八：在步骤七确定类别的声学事件中，对鸣笛事件进行基于时序和方位的综合分析，获得相应的笛语序列编码，根据获得的笛语序列编码，对当前的鸣笛序列库进行检索，确定对应的笛语信息。