CN105139852A - 一种基于改进的mfcc声音特征的工程机械识别方法及识别装置 - Google Patents

Abstract

本发明公开了一种基于改进的MFCC声音特征的工程机械识别方法及识别装置，该方法包括声音样本库的建立步骤、样本声音的采集步骤、样本声音分区域步骤、声音样本特征的提取步骤；声音样本特征的提取步骤是分别从每个1.7s左右的声音文件夹中提取相应的样本特征，包括：预处理，加Hamming窗，FFT变化，通过Mel三角滤波器组，求均值和方差，求转置，做FFT变化，通过滤波器组取对数运算，做DCT变化；该方法还包括：样本特征模型建立步骤、目标声音识别步骤。本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置能够减少误警并且能够提高识别的性能。

Description

一种基于改进的MFCC声音特征的工程机械识别方法及识别装置

技术领域

本发明属于语音识别技术领域，尤其涉及一种基于改进的MFCC声音特征的工程机械识别方法及识别装置。

背景技术

随着我国现代化建设的飞速发展，电力线路所占比重越来越大。对于地下电缆的防护，通常采用埋管、隧道等抗外力强度较高的铺设方式，使其受自然环境影响较小。但电缆在使用中时常受到如：挖掘机、打桩机等工程机械的破坏，电缆供电安全可靠的优势受到严重影响。因此，预防电缆供电不受外力破坏成为了电力系统运行部门亟待解决的问题。

建立智能工程机械识别系统就是解除供电电缆被挖断的困扰，实现由被动得知结果向主动预警防范的战略转变。通过阅读大量文献和实际工地考察，发现在道路开挖的过程中，需要有挖掘机、打桩机、切割机等工程机械的参与完成，因此做好工程机械的检测和识别对及时预警潜在的工程机械作业有着重要的意义。

在现有技术中，已经提出了基于视频图像的运动车辆识别系统，主要是根据车辆的牌照和汽车类型进行识别，但存在的问题是由于受到大雾，光照，部分遮挡等外界情况干扰，使识别效果不是特别理想。一些地区引入分布式光纤传感器来检测振动信号，通过振动信号来识别是否有工程机械正在作业，从而进行实时监控。然而在地铁施工现场的实验中发现，施工现场的复杂性及破坏事件的随机性使振动信号很难采集，对分析结果造成很大影响。

发明内容

针对现有技术中存在的技术问题，本发明提供了一种基于改进的MFCC(Mel频率倒谱系数，MelFrequencyCepstrumCoefficient，MFCC)声音特征的工程机械识别方法及识别装置，这种基于声音特征的工程机械(如：液压冲击锤，挖掘机，切割机，电锤)识别方法及识别装置，可以在城市道路的复杂场景下对声阵列采集设备采集的声音目标进行识别，以判断声音中是否包含有工程机械，从而提高了精度和准确性。

为了实现上述目的，本发明采用如下技术方案。

一种基于改进的MFCC声音特征的工程机械识别方法，包括以下步骤：步骤1，建立声音样本库；步骤2，采集样本声音；步骤3，对样本声音进行分段；步骤4，提取样本特征；步骤5，建立样本特征模型；步骤6，识别目标声音。

优选的是，所述步骤1的建立声音样本库：获取每组样本包含该种工程机械的声音。

在上述任一技术方案中优选的是，所述步骤2的采集样本声音是通过声阵列采集设备在距离工程机械不同距离作业时采集样本，且每组工程机械声音为同一设备在不同采集距离下采集的样本。

在上述任一技术方案中优选的是，所述步骤3的对样本声音进行分段是将每组工程机械的声音按照设定的时间为一时间片段结构分成多个区域。

在上述任一技术方案中优选的是，所述步骤4的提取样本特征是分别从每组样本中所述工程机械声音提取相应的样本特征，来自同一组所述样本的所有样本特征组成一个样本特征集。

在上述任一技术方案中优选的是，所述步骤5的建立样本特征模型是利用同一个所述样本特征集中的特征建立对应的样本特征模型，每个所述样本特征集对应一个样本特征向量模型。

在上述任一技术方案中优选的是，所述步骤6的识别目标声音是将声阵列采集的声音信号通过特征提取与各个所述样本特征模型比对，以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配；如果匹配，判断所述声音中包含有工程机械。

在上述任一技术方案中优选的是，所述提取样本特征的步骤具体包括：预处理；加Hamming窗；FFT变化；通过Mel三角滤波器组；求均值和方差；求转置；做FFT变化；通过滤波器组做对数运算；做DCT变化。

在上述任一技术方案中优选的是，所述预处理是对样本声音做预处理x_n＝x_n-kx_n-1,其中k为预加重系数，k介于0.9～1，x_n为样本声音分段后所得的区域。

在上述任一技术方案中优选的是，所述加Hamming窗，设帧长为N，以增加帧左右两端的连续性x'(n)＝x(n)*W(n),其中W(n)＝(1-a)-a*cos(2πn/(N-1))，0≤n≤N-1。

在上述任一技术方案中优选的是，所述FFT变化是：通过FFT变化，0≤k≤N，式中x(n)为输入的语音信号，N表示傅里叶变换的点数，将时域信号转换为频域上的能量分布。

在上述任一技术方案中优选的是，所述通过Mel三角滤波器组是：将能量谱通过一组Mel尺度的三角形滤波器组，中心频率为f(m),m＝1,2,...,M；M为滤波器组的个数，各f(m)之间的距离随着m值的增大而增宽。

在上述任一技术方案中优选的是，所述求均值和方差：语音信号x(n)通过Mel三角滤波器组的输出得到矩阵Y,其中M表示滤波器组的个数，F表示分帧数；

通过Mel三角滤波器的输出矩阵Y求得每一帧信号经过m＝1,2,…,M个滤波器组的均值和方差。

在上述任一技术方案中优选的是，所述求转置：求得每一帧信号经过m＝1,2,…,M得到其均值和方差

μ_i＝(y₁[i]+y₂[i]+…+y_F[i])/F,i＝1,2,…,M

σ_i＝(y₁[i]-μ_i)²+(y₂[i]-μ_i)²+…(y_F[i]-μ_i)²,i＝1,2,…,M

使其组成一组特征F＝[μ₁…μ_Mσ₁…σ_M]，

令Z_k[i]＝y_i[k]，其中1≤k≤M,1≤i≤F.其中Z矩阵中第k行中的第i个元素就是第i帧信号通过第k个滤波器。

在上述任一技术方案中优选的是，所述做FFT变化：通过得到的矩阵Z对其做FFT变化提取每一帧信号的变化趋势作为一个新的动态特性Z^F。

在上述任一技术方案中优选的是，所述通过滤波器组做对数运算：将得到的新的动态特性Z^F通过对数滤波器组得出其输出为s(m)，并进行DCT变化。

在上述任一技术方案中优选的是，所述做DCT变化：DCT变化得到改进的MFCC系数C(n)：

$C\left(n\right)=\underset{m=0}{\overset{F-1}{\Σ}}s\left(m\right)*cos\left(\frac{n\mathrm{\π}(m-0.5)}{M}\right),n=1,2,...M$

通过得到改进的MFCC系数C(n)与均值和方差合并组成一个新的特征系数，用来表征其声音特征。

本发明还公开了一种基于改进的MFCC声音特征的工程机械识别装置，该装置包括建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置和识别目标声音装置，所述建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置、识别目标声音装置通过数据线相连接。

在上述任一技术方案中优选的是，所述建立声音样本库装置与采集样本声音装置相连接，用于获取每组样本包含该种工程机械的声音。

在上述任一技术方案中优选的是，所述采集样本声音装置还包括声阵列采集设备。

在上述任一技术方案中优选的是，所述声阵列采集设备与样本声音分段装置相连接，通过在距离工程机械不同距离作业时采集样本，且每组工程机械声音为同一设备在不同采集距离下采集的样本。

在上述任一技术方案中优选的是，所述样本声音分段装置与提取样本特征装置相连接，用于将每组工程机械的声音按照设定的时间为一时间片段结构分成多个区域。

在上述任一技术方案中优选的是，所述提取样本特征装置与建立样本特征模型装置相连接，用于分别从每组样本中所述工程机械声音提取相应的样本特征，将来自同一组所述样本的所有样本特征组成一个样本特征集。

在上述任一技术方案中优选的是，所述建立样本特征模型装置与识别目标声音装置相连接，建立样本特征模型装置利用同一个所述样本特征集中的特征建立对应的样本特征模型，将每个所述样本特征集对应一个样本特征向量模型。

在上述任一技术方案中优选的是，所述识别目标声音装置与计算机相连接，识别目标声音装置将声阵列采集的声音信号通过特征提取与各个所述样本特征模型比对，用以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配。

本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置，从声音提取的特性入手，在传统的声音特征提取LPCC和MFCC方法的基础上，增加其帧之间的变化特性，弥补了传统方法的不足，满足工程机械的识别要求。利用本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置能够提高识别效果并减少误警率。

附图说明

图1为按照本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置的一优选实施例的识别方法流程示意图；

图2为按照本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置的一优选实施例的特征提取流程示意图；

图3为按照本发明的基于改进的MFCC声音特征的工程机械识别方法及识别装置的一优选实施例的识别结果的比对结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作详细说明，以下描述仅作为示范和解释，并不对本发明作任何形式上的限制。

实施例1

一种基于改进的MFCC声音特征的工程机械(如：液压冲击锤，挖掘机，切割机，电锤)识别方法包括：

声音样本库的建立步骤，获取预先每组样本包含该种工程机械的声音。

样本声音采集步骤，通过声阵列采集设备在距离工程机械不同距离作业时采集样本，且每组工程机械声音为同一设备在不同采集距离下采集的。

样本声音分段步骤，将每组工程机械的声音按照设定的时间为一时间片段结构分成多个区域。

样本特征提取步骤，分别从每组样本中所述工程机械声音提取相应的样本特征，来自同一组所述样本的所有样本特征组成一个样本特征集。

样本特征模型建立步骤，利用同一个所述样本特征集中的特征建立对应的样本特征模型，每个所述样本特征集对应一个样本特征向量模型。

目标声音识别步骤，将声阵列采集的声音信号通过特征提取步骤与各个所述样本特征模型比对，以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配，如果匹配，判断所述声音中包含有工程机械。

所述样本特征提取步骤包括：

对样本声音做预处理x_n＝x_n-kx_n-1,其中k为预加重系数，k介于0.9～1，x_n为样本声音分段后所得的区域。

加Hamming窗，帧长为N；以增加帧左右两端的连续性x'(n)＝x(n)*W(n),其中

W(n)＝(1-a)-a*cos(2πn/(N-1))，0≤n≤N-1。

一般取a＝0.46；

通过FFT变换算法，0≤k≤N,式中x(n)为输入的语音信号，N表示傅里叶变换的点数，将时域信号转换为频域上的能量分布。

将能量谱通过一组Mel尺度的三角形滤波器组，中心频率为f(m),m＝1,2,...，M。M为滤波器组的个数，各f(m)之间的距离随着m值的增大而增宽。

信号x(n)通过Mel三角滤波器组的输出得到矩阵Y，其中M表示滤波器组的个数，F表示分帧数。

通过Mel三角滤波器的输出矩阵Y可以求得每一帧信号经过m＝1,2,…,M个滤波器组的均值和方差。

求得每一帧信号经过m＝1,2,…,M得到其均值和方差

μ_i＝(y₁[i]+y₂[i]+…+y_F[i])/F,i＝1,2,…,M

σ_i＝(y₁[i]-μ_i)²+(y₂[i]-μ_i)²+…(y_F[i]-μ_i)²,i＝1,2,…,M

使其组成一组特征

F＝[μ₁…μ_Mσ₁…σ_M]

令Z_k[i]＝y_i[k]，其中1≤k≤M,1≤i≤F。其中Z矩阵中第k行中的第i个元素就是第i帧信号通过第k个滤波器。

通过得到的矩阵Z对其做FFT变化提取每一帧信号的变化趋势作为一个新的动态特性Z^F。

将得到的新的动态特性Z^F通过对数滤波器组得出其输出为s(m)，并进行DCT变换，得到改进的MFCC系数C(n)：

$C\left(n\right)=\underset{m=0}{\overset{F-1}{\Σ}}s\left(m\right)*cos\left(\frac{n\mathrm{\π}(m-0.5)}{M}\right),n=1,2,...M$

通过得到改进的MFCC系数C(n)与均值和方差合并组成一个新的特征系数，用来表征其声音特性。

基于改进的MFCC声音特征的工程机械识别装置包括建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置和识别目标声音装置，所述建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置、识别目标声音装置通过数据线相连接。

建立声音样本库装置与采集样本声音装置相连接，用于获取每组样本包含该种工程机械的声音；采集样本声音装置还包括声阵列采集设备，声阵列采集设备与样本声音分段装置相连接，通过在距离工程机械不同距离作业时采集样本，且每组工程机械声音为同一设备在不同采集距离下采集的样本；样本声音分段装置与提取样本特征装置相连接，用于将每组工程机械的声音按照设定的时间为一时间片段结构分成多个区域；提取样本特征装置与建立样本特征模型装置相连接，用于分别从每组样本中所述工程机械声音提取相应的样本特征，将来自同一组所述样本的所有样本特征组成一个样本特征集；建立样本特征模型装置与识别目标声音装置相连接，建立样本特征模型装置利用同一个所述样本特征集中的特征建立对应的样本特征模型，将每个所述样本特征集对应一个样本特征向量模型；识别目标声音装置与计算机相连接，识别目标声音装置将声阵列采集的声音信号通过特征提取与各个所述样本特征模型比对，用以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配。

实施例2

本发明的一种基于声音特征的工程机械识别方法，它包括：

样本库建立步骤，获取预先每组样本包含该种工程机械在近、中、远不同距离的声音。在具体实施过程中，之所以选择近、中、远三种不同采集距离下的声音样本，是因包含有工程机械在距离声阵列的距离不同时，采集的声音样本特征呈现出来的特征有较大的差距，在远距离时声音衰减很大，采用不同距离的声音特征作模板可以提高检测精度和准确度。

样本声音分段步骤，将每组所述样本中每个工程机械的声音按照1.7s左右为一时间片段结构分成多个区域。在具体实施过程中，之所以对样本声音进行分区域，是因为LPCC和MFCC方法中提取的都是20～30ms的一个短时平稳特性，而忽略了帧与帧之间的动态特性。该方法正是体现出帧与帧之间的动态特性，以提高识别精度。

样本特征提取步骤，分别从每组样本中所述工程机械声音上提取相应的样本特征，来自同一组工程机械所述样本的所有样本特征组成一个样本特征集。

目标声音识别步骤，将声阵列采集的声音信号通过特征提取步骤与各个所述样本特征模型比对，以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配，如果匹配，判断所述声音中包含有工程机械。

本发明提供的这种基于声音特征的工程机械(如：液压冲击锤，挖掘机，切割机，电锤)识别方法，包括：声音样本库的建立步骤；样本声音(工程机械声音和外界干扰声音)的采集步骤；通过声阵列采集设备在距离工程机械不同距离作业时采集样本，且每一组中所述工程机械声音为同一设备在不同采集距离下采集的；样本声音分区域步骤；将每组所述样本中每个文件夹的声音划分为1.7s左右的声音；声音样本特征的提取步骤；分别从每个1.7s左右的声音文件夹中提取相应的样本特征；预处理；加hamming窗；FFT变化；通过Mel三角滤波器组；求均值和方差；求转置；做FFT变化；通过滤波器组取对数运算；做DCT变化；样本特征模型建立步骤；利用同一个所述样本特征集中的特征建立对应的样本特征模型，每个所述样本特征集对应一个样本特征模型；目标声音识别步骤；将目标声音与干扰声音特征提取与样本库中的模型进行对比，以判断目标声音是否能够与其中任意一个样本模型匹配，若能匹配，判断目标声音中包含有工程机械声音；得意于本发明，能够减少误警并且能够提高识别的性能。

本发明的一种基于声音特征的工程机械识别方法的具体实施例的流程图如图1所示，它包括以下步骤：

样本库建立步骤，取预先每组样本包含该种工程机械的声音(液压冲击锤，挖掘机，切割机，电锤)和外界干扰的声音(发动机空转，行驶汽车的背景噪声)。样本声音采集步骤，通过声阵列采集设备在距离工程机械不同距离作业时采集样本，且每一组中所述工程机械声音为同一设备在不同采集距离下采集的。

具体地，声阵列可以为安装于建筑工地上或城市道路上作为声音采集设备，通过该声阵列预先采集上述的声音样本，每一组声音样本用于建立一个对应的特征模型。

作为优选地，每种设备采集的声音样本为三组，分别为近距离样本、中距离样本及远距离样本，近距离样本包含有工程机械距离声阵列较近(如10m,20m,30m)时，通过声阵列采集在近距离的声音特征，中距离样本包含有工程机械距离声阵列不远不近(如40m,50m)时，通过声阵列采集在中距离的声音特征，远距离样本包含有工程机械距离声阵列较远(如60m,80m,100m)时，通过声阵列采集在远距离的声音特征。

在该具体实施过程中，之所以选择近、中、远三种不同采集距离下的声音样本，是因包含有工程机械在距离声阵列的距离不同时，采集的声音样本特征呈现出来的特征有较大的差距，在远距离时声音衰减很大，采用不同距离的声音特征作模板可以提高检测精度和准确度。

样本声音分段步骤，将每组所述样本中每个工程机械的声音按照1.7s左右为一时间片段结构分成多个区域。

在本发明的具体实施实例中，之所以对样本声音进行分区域，是因为LPCC和MFCC方法中提取的都是20～30ms的一个短时平稳特性，而忽略了帧与帧之间的动态特性。该方法正是体现出帧与帧之间的动态特性，以提高识别精度。

如图2所示，根据该实施例提供的基于声音特征提取的步骤，具体包括以下内容：

样本特征提取步骤，分别从每组样本中所述工程机械声音上提取相应的样本特征，来自同一组所述样本的所有样本特征组成一个样本特征集。

样本声音做预处理x_n＝x_n-kx_n-1,其中k为预加重系数，k介于0.9～1。

加Hamming窗，帧长为N；以增加帧左右两端的连续性x'(n)＝x(n)*W(n),其中

W(n)＝(1-a)-a*cos(2πn/(N-1))，0≤n≤N-1。

一般取a＝0.46；

通过FFT变化，0≤k≤N,式中x(n)为输入的语音信号，N表示傅里叶变换的点数，将时域信号转换为频域上的能量分布。

将能量谱通过一组Mel尺度的三角形滤波器组，中心频率为f(m),m＝1,2,...,M。M为滤波器组的个数，各f(m)之间的距离随着m值的增大而增宽。

信号x(n)通过Mel三角滤波器组的输出得到矩阵Y，其中M表示滤波器组的个数，F表示帧数。

通过Mel三角滤波器的输出矩阵Y可以求得每一帧信号经过m＝1,2,…,M个滤波器组的均值和方差。

求得每一帧信号经过m＝1,2,…,M得到其均值和方差

μ_i＝(y₁[i]+y₂[i]+…+y_F[i])/F,i＝1,2,…,M

σ_i＝(y₁[i]-μ_i)²+(y₂[i]-μ_i)²+…(y_F[i]-μ_i)²,i＝1,2,…,M

使其组成一组特征

F＝[μ₁…μ_Mσ₁…σ_M]

令Z_k[i]＝y_i[k]，其中1≤k≤M,1≤i≤F.其中Z矩阵中第k行中的第i个元素就是第i帧信号通过第k个滤波器。

通过得到的矩阵Z对其做FFT变化提取每一帧信号的变化趋势作为一个新的动态特性Z^F。

将得到的新的动态特性Z^F通过对数滤波器组得出其输出为s(m)，并进行DCT变化。得到改进的MFCC系数C(n)。

$C\left(n\right)=\underset{m=0}{\overset{F-1}{\Σ}}s\left(m\right)*cos\left(\frac{n\mathrm{\π}(m-0.5)}{M}\right),n=1,2,...M$

通过得到改进的MFCC系数C(n)与均值和方差合并组成一个新的特征系数，用来表征其声音特性。

目标声音的识别步骤：如图3所示，将声阵列采集的声音信号通过特征提取步骤与各个所述样本特征模型比对，以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配，如果匹配，判断所述声音中包含有工程机械。

虽然已通过实例详细展示了本发明的一些具体实施例，但是上述示例仅意图是说明性的而不限制本发明的范围。在不脱离本发明设计精神的前提下，本领域普通工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (10)

1.一种基于改进的MFCC声音特征的工程机械识别方法，该方法包括以下步骤：

步骤1，建立声音样本库；

步骤2，采集样本声音；

步骤3，对样本声音进行分段；

步骤4，提取样本特征；

步骤5，建立样本特征模型；

步骤6，识别目标声音。

2.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤1中，建立声音样本库，获取每组样本包含该种工程机械的声音。

3.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤2中，采集样本声音是通过声阵列采集设备在距离工程机械不同距离作业时采集样本，且每组工程机械声音为同一设备在不同采集距离下采集的样本。

4.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤3中，对样本声音进行分段是将每组工程机械的声音按照设定的时间为一时间片段结构分成多个区域。

5.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤4中，提取样本特征是分别从每组样本中所述工程机械声音提取相应的样本特征，来自同一组所述样本的所有样本特征组成一个样本特征集。

6.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤5中，建立样本特征模型是利用同一个所述样本特征集中的特征建立对应的样本特征模型，每个所述样本特征集对应一个样本特征向量模型。

7.如权利要求1所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：在所述步骤6中，识别目标声音是将声阵列采集的声音信号通过特征提取与各个所述样本特征模型比对，以判断目标声音的特征是否能够与其中任意一个所述样本特征模型匹配；如果匹配，判断所述声音中包含有工程机械。

8.如权利要求1或5所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：所述提取样本特征的步骤具体包括：

（1）预处理；

（2）加Hamming窗；

（3）FFT变化；

（4）通过Mel三角滤波器组；

（5）求均值和方差；

（6）求转置；

（7）做FFT变化；

（8）通过滤波器组做对数运算；

（9）做DCT变化。

9.如权利要求8所述的基于改进的MFCC声音特征的工程机械识别方法，其特征在于：所述预处理是对样本声音做预处理x_n＝x_n-kx_n-1,其中k为预加重系数，k介于0.9～1，x_n为样本声音分段后所得的区域。

10.一种基于改进的MFCC声音特征的工程机械识别装置，其特征在于：该装置包括建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置和识别目标声音装置，所述建立声音样本库装置、采集样本声音装置、样本声音分段装置、提取样本特征装置、建立样本特征模型装置、识别目标声音装置通过数据线相连接。