Page 218 - 《应用声学）》2023年第5期

1110 2023 年 9 月

后输入到训练好的神经网络中进行判别，判断 2.1 鸣笛声与非鸣笛声识别实验
为何种鸣笛声并输出。鸣笛声分类的过程如图 3 首先将鸣笛声与非鸣笛声进行区分，利用
所示。 STM32 开发的控制系统控制微型传声器采集鸣笛
声信号和非鸣笛声信号。在采集时，非鸣笛声信号
2 实验与分析
采集了 3 种常见声音，分别是小汽车行驶经过时的
为了验证子频带能量特征提取法的准确性，在 道路噪声、鸟鸣声和犬吠声。图 4 为鸣笛声与道路
实验时首先进行鸣笛声与非鸣笛声的识别。其次在 噪声、犬吠声和鸟鸣声的时频图的对比。
鸣笛声分类实验时，以福特、丰田、别克、大众、吉利、 从图4中可以看出：鸣笛声倍频程明显，声能分
比亚迪、东风悦达、本田共 8种车型为研究对象进行 布较为集中，呈现出典型的脉冲信号特征；而其他非
分类实验。 鸣笛声频率分布比较集中，声能分布相对分散。

᧔ᬷᲞቻ ηՂ Პቻܦ
ܦηՂ ᮕܫေ ྲढ़ଢԩ

౞थ3 Ѻݽӑ Პቻܦ ४҂త ᇸፃᎪ ᣥѣ
ࡏᇸፃ ిϙ ηՂྲ ͖ిϙ ፏѬዝ ፇ౧
Ꭺፏ ढ़ᝫጷ គѿ

图 3 鸣笛声分类过程
Fig. 3 Classification process of car whistle

4.0
4.0
3.0
3.0
ᮠဋ/kHz 2.0 ᮠဋ/kHz 2.0

1.0
1.0

0 0
0.1 0.2 0.3 0.4 0.5 0.6 0.2 0.4 0.6 0.8
௑ᫎ/s ௑ᫎ/s
(a) Პቻܦ௑ᮠڏ (b) ᥋᡹٪ܦ௑ᮠڏ
4.0 5.0

4.0
3.0
ᮠဋ/kHz 2.0 ᮠဋ/kHz 3.0

2.0

1.0
1.0
0 0
0.1 0.2 0.3 0.4 0.5 1.0 1.5
௑ᫎ/s ௑ᫎ/s
(c) ྿՞ܦ௑ᮠڏ (d) ᲚᲞܦ௑ᮠڏ

图 4 鸣笛声与非鸣笛声对比
Fig. 4 Compaction the whistle with the other sounds