Page 91 - 《应用声学》2020年第3期

第 39 卷 第 3 期 曾宇等： 贝叶斯优化卷积神经网络公共场所异常声识别 411

果 [12−14] 。Gammatone滤波器的时域表达式如下： 1.2 公共场所异常声的特征图提取
a−1 −2πB w (f i )t 二维的特征图所包含的信息量大于一维的特
g i (t) = At e cos(2πf i t + φ i )U(t),
征向量，以特征图作为分类器的输入会增加单次
t > 0, 1 6 i 6 a, (1)
分类器训练所包含的信息量，提高训练效率。常用
式 (1) 中，A 和 a 分别为滤波器增益和阶数，U(t) 为
的特征图生成方法包括短时傅里叶变换、Mel 谱图
阶跃函数，f i 和 φ i 分别为中心频率和相位，B w (f i )
等 [3,15−16] ，短时傅里叶变换和Mel谱图分别表征了
为 等 效 矩 阵 带 宽 函 数， 其 表 达 式 为 B w (f i ) =
信号的频域特性和倒谱特性，但没有体现频域特性
24.7 + 0.108f i 。提取 Gammatone 倒谱系数时，首
和Mel 倒谱特性的交叉效应。本文整合公共场所异
先对声信号进行加窗分帧，对每帧信号进行快速傅
常声的时域特性、频域特性和倒谱特性，构建公共
里叶变换，然后通过 Gammatone 滤波器组进行滤
场所异常声的特征图表示，步骤如下：
波，最后进行离散余弦变换。
(1) 对声频文件进行处理，如果声频文件采样
异常声往往是突发的，瞬间爆发力较强，能量
率不同或长度不同则进行重采样并裁剪到同样长
随时间变化比较明显。声信号的短时能量是信号在
度，之后得到各声频文件的时域信号 S i (n)，式中 i
一帧时间内的能量值，在一定程度上能反映出信号
为声频文件标识号；
在时域的幅度变化情况。对于声信号x i (n)，其短时
(2) 对时域信号 S i (n) 进行分帧加窗，帧信号时
能量为
长为 10∼30 s，得到分帧时域信号 s ij (m)，式中 j 为
N
∑
2
E i = |x i (n)| , (2) 帧标识号；
n=1 (3) 计算时域信号 S i (n) 的第 j 个分帧信号的
式(2)中，i为帧号，N 为帧长。 特征向量 V ij ，该特征向量长度为 28，包含 13 个
谱质心是描述音色属性的重要信号特征之一。 Gammatone 倒谱系数、13 个倍频程功率谱、1 个短
它是一定频率范围内通过能量加权平均的频率，关 时能量和1个谱质心；
联着信号的基频特性；同时它也体现了声音的明亮 (4) 生成时域信号S i (n)的特征矩阵：
度，声音明亮度随谱质心增加而增高。对于声信号
P i (k, j) = V ij (k), 1 6 k 6 28, 1 6 j 6 N f , (5)
x i (n)，其谱质心为
∑ K
式 (5) 中，P i 为特征矩阵，k 和 j 分别为特征矩阵 P i
S ik f k
k=1
SC i = ∑ K , (3) 的行标识和列标识，N f 为帧数；
f k (5) 对时域信号 S i (n) 的特征矩阵 P i 进行归一
k=1
¯
化，得到归一化的特征矩阵P i ，即：
式(3)中，i为帧号，K 为离散傅里叶变换的长度，S ik
为频率f k 处的功率谱值。 ¯
P i (k, j) =
本文提取公共场所异常声的 Gammatone 倒谱
2P i (k, j) − (max m P i (k, j) + min m P i (k, j))
系数、倍频程功率谱、短时能量和谱质心，将这些特 ,
max m P i (k, j) − min m P i (k, j)
征组合成特征向量，即：
1 6 k 6 28, 1 6 j 6 N f ; (6)
V = [GTCC, E, Oct, SC], ¯
(6) 保存时域信号 S i (n) 的归一化特征矩阵 P i
],
GTCC = [GTCC 1 , GTCC 2 , · · · , GTCC N m 作为该信号对应的公共场所异常声声频文件的特
], 征图。
E = [E 1 , E 2 , · · · , E N e
],
Oct = [Oct 1 , Oct 2 , · · · , Oct N o
2 公共场所异常声的感知识别
], (4)
SC = [SC 1 , SC 2 , · · · , SC N c
式 (4) 中，V 为公共场所异常声特征向量，GTCC 2.1 卷积神经网络
为 Gammatone 倒谱系数，E 为短时能量，Oct 为倍 卷积神经网络是一类包含卷积计算且具有深
频程功率谱，SC为谱质心，N m 、N e 、N o 和N c 分别 度结构的多层神经网络，是研究和应用最广泛的深
为 Mel 倒谱系数、短时能量、倍频程功率谱和谱质 度神经网络。卷积神经网络的局部连接、权值共享
心的个数。 等特性使之可以有效地降低网络的复杂度，减少训