Page 94 - 《应用声学》2020年第3期

414 2020 年 5 月

高斯混合模型 (GMM)、支持向量机 (SVM) 作为分 100
MFCC
类器的比较对象，高斯混合模型和支持向量机也都 MFCC+GTCC
80 వ஡வข
采用贝叶斯优化进行模型参数优化，高斯混合模型
的优化参数为阶数，支持向量机的优化参数为惩罚 60
系数和径向基核尺度，优化过程最长时间均为20 h。 ࣱکюᆸဋ/%
训练集、验证集和预测集的分割比例为 6 : 2 : 2， 40
即训练集、验证集和预测集中的样本数分别为 600、
20
200和200。每类异常声的200个样本中，120个样本
用于训练分类器，40 个样本用于贝叶斯优化分类器 0
GMM SVN వ஡வข
参数，40个样本用于预测。 Ѭዝ٨

3.1 异常声识别结果评价指标 图 1 异常声识别平均准确率
每类异常声识别结果的评价指标包括准确率、 Fig. 1 Average precise ratio of abnormal sound
召回率、F值，其计算表达式为 recognition
TP i TP i P i R i
P i = , R i = , F i = 2 , (18)
TPFP i TPFN i P i+ R i
100
式 (18) 中，P i 、R i 和 F i 分别为第 i 种异常声识别的 MFCC
MFCC+GTCC
准确率、召回率和 F 值，TP i 为预测集中第 i 种异常 80 వ஡வข
声被正确识别出的数量，TPFP i 为预测集中被预测
为第 i 种异常声的数量，TPFN i 为预测集中第 i 种 ࣱکԸڀဋ/% 60
异常声的数量。 40
本文的异常声识别问题为多分类问题，以异常
声识别的准确率、召回率和 F 值分别求均值所得到 20
的平均准确率、平均召回率和平均 F 值作为异常声
0
识别结果的综合评价指标。 GMM SVN వ஡வข
Ѭዝ٨
3.2 异常声识别结果
图 2 异常声识别平均召回率
不同特征提取和分类器方案的异常声识别结
Fig. 2 Average recall ratio of abnormal sound
果如图 1∼3 所示，本文方法对不同类别异常声的识
recognition
别结果如图 4 所示。本文方法对 5 种异常声识别的
平均准确率、平均召回率和平均F值均为最高，分别
100
为 91.3%、91.5% 和 91.0%，其识别效果优于其他特
MFCC
征提取和分类器方案。主要原因在于本文方法整合 80 MFCC+GTCC
వ஡வข
了声信号的时域、频域和倒谱域特征，与单独使用
Mel 倒谱特征或整合使用 Mel 和 Gammatone 两种 60
倒谱特征相比，可以更全面地表征公共场所异常声 ࣱکFϙ/% 40
的特性。此外本文方法的分类器通过递增的卷积核
尺度和池化操作设计可以处理公共场所异常声不 20
同尺度的特征，而文中的高斯混合模型和支持向量
机分类器在多尺度特征分析方面有所不足。 0 GMM SVN వ஡வข
为了考察本文方法在噪声干扰下的识别效果， Ѭዝ٨
在声音文件中加入信噪比分别为 −10 dB、−6 dB、 图 3 异常声识别平均 F 值
0 dB、10 dB 的高斯白噪声，本文方法在不同信噪比 Fig. 3 Average F score of abnormal sound recog-
噪声干扰下的识别结果如图 5 所示。识别结果随着 nition