一种基于改进的并行模型组合的声音事件识别方法

摘要：

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。

专利类型：发明专利

申请/专利号：CN201310239724.7

申请日期：2013-06-17

公开/公告号：CN103310789A

公开/公告日：2013-09-18

主分类号：G10L15/06(2013.01)I

申请/专利权人:北京大学深圳研究生院

发明/设计人:刘宏;王一;李晓飞

主申请人地址:518055 广东省深圳市南山区西丽深圳大学城北京大学校区

专利代理机构:北京君尚知识产权代理事务所(普通合伙) 11200

代理人:余长江

国别省市代码:广东;44

权利要求：

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。