一种基于改进的并行模型组合的声音事件识别方法
本发明涉及一种基于改进的并行模型组合的声音事件识别方法,其步骤包括:1)录制声音事件的数据,根据干净声音事件训练得到GMM高斯混合模型,建立干净声音事件模板;2)在室内真实有噪声的环境下获取当前环境中的噪声数据,根据噪声数据训练得到GMM,建立噪声模板;3)对噪声模板和干净声音事件模板采用改进的并行模型融合的方法,得到带噪声音事件模板;4)采样得到带噪声音事件样本信号,根据带噪声音事件模板中的参数对样本信号进行声音识别。本发明通过建立能够更好描述背景噪声特征分布的GMM来作为PMC方法中一个输入,建立5种声音事件的干净GMM作为PMC的另一个输入。同时本发明保证了识别系统对噪声的鲁棒性。
发明专利
CN201310239724.7
2013-06-17
CN103310789A
2013-09-18
G10L15/06(2013.01)I
北京大学深圳研究生院
刘宏;王一;李晓飞
518055 广东省深圳市南山区西丽深圳大学城北京大学校区
北京君尚知识产权代理事务所(普通合伙) 11200
余长江
广东;44
一种基于改进的并行模型组合的声音事件识别方法,其步骤包括:1)根据干净声音事件训练得到GMM高斯混合模型,建立干净声音事件模板;2)根据噪声数据训练得到GMM高斯混合模型,建立噪声模板;3)对所述噪声模板和所述干净声音事件模板采用并行模型融合的方法,得到带噪声音事件模板;4)采样得到带噪声音事件样本信号,根据所述带噪声音事件模板中的参数对样本信号进行声音识别。