噪声环境下的窄带音频信号快速分类方法.pdf

222011，47（16）ComputerEngineeringandApplications计算机工程与应用

噪声环境下的窄带音频信号快速分类方法

芮瑞，鲍长春
RUIRui，BAOChangchun
北京工业大学电子信息与控制工程学院语音与音频信号处理实验室，北京100124
SpeechandAudioSignalProcessingLab，CollegeofElectronicInformationandControlEngineering，BeijingUniversityof
Technology，Beijing100124，China

RUIRui，BAOChangchun.Fastclassificationmethodofnarrow-bandaudiosignalsundernoisyenvironment.Computer
EngineeringandApplications，2011，47（16）：22-25.

Abstracts：Afastclassificationmethodofnarrow-bandaudiosignalsisproposedbasedonthelineardiscriminateanalysis
andGaussianmixturemodel.Thespeech，musicandnoisesignalscanbeeffectivelydiscriminatedwiththismethodintheen-
vironmentofwhitenoise，streetnoiseandcarinteriornoiserespectively.Theexperimentalresultsshowthattheproposed
methodcanmaketheclassificationaccuracycloseto95%whileclassificationtimeislessthanonesecond.
Keywords：fastaudioclassification；featureextraction；LinearDiscriminantAnalysis（LDA）；GaussianMixtureModel（GMM）

摘要：提出了一种基于线性判别分析和高斯混合模型的窄带音频快速分类方法，该方法在白噪声、街道噪声和车内噪声环境下
都能有效区分语音、音乐和噪声。实验结果表明，该方法在保证分类时间不大于1s的情况下，分类准确率能达到95%以上。
关键词：音频快速分类；特征提取；线性判别分析；高斯混合模型
DOI：10.3778/j.issn.1002-8331.2011.16.007文章编号：1002-8331（2011）16-0022-04文献标识码：A中图分类号：TP391

1引言为了减少运算量，加快运行速度，使用线性判别分析（Linear
音频分类是音频信号进一步处理的基础，在基于内容的DiscriminantAnalysis，LDA）做降维处理；然后，运用高斯混合
音频检索、语音和音乐增强等领域都有重要的应用价值[1]。比模型进行分类器设计。考虑到实际应用的需求，实验部分选
如，在对音频信号做增强时，如果使用语音增强算法做音乐增择在白噪声、街道噪声和车内噪声三种噪声背景下分别进行，
强处理，得到的音乐信号就会有很大的失真。也就是说，不同将窄带音频信号分为语音、音乐和噪声三种类型。
的音频信号要使用不同的增强算法进行处理。这时，就需要
在增强之前先判断信号的类别。2音频分类原理框图
音频分类本质上是一个模式识别过程，它通常由特征提图1给出了音频分类原理框图，分类过程包含训练和测试
取和分类器设计两部分组成。常用的分类器有支持向量机[2]两部分，图中的实线和虚线分别表示训练和测试的执行步骤
（SupportVectorMachine，SVM）、高斯混合模型[3（]Gaussian轨迹。训练部分首先将各个类别的训练序列进行预处理并提
MixtureModel，GMM）和隐马尔可夫模型[4（]HiddenMarkov取音频特征，构成特征向量X输入到降维模块（LDA变换），根
Model，HMM）等。音频特征可以分为基于音频帧（audio据X计算转换矩阵W，经过LDA变换得到降维后的特征向量
frame）和基于音频片段（audioclip）两类，现有的特征提取方Y，作为高斯混合模型的输入向量对各类音频信号建模。测试
法都是选择后者，或将两者相结合构成特征向量。比如文部分先将待分类的音频序列进行预处理并提取音频特征，再
献[2，5]提取了基于音频片段的特征；文献[6-7]结合了音频帧
音频X分类结果
和音频片段的特征提取方法。虽然这些方法都取得了较高的预处理特征提取模型匹配
信号
分类