CN111292767A - 一种音频事件检测方法和装置以及设备 - Google Patents
一种音频事件检测方法和装置以及设备 Download PDFInfo
- Publication number
- CN111292767A CN111292767A CN202010084694.7A CN202010084694A CN111292767A CN 111292767 A CN111292767 A CN 111292767A CN 202010084694 A CN202010084694 A CN 202010084694A CN 111292767 A CN111292767 A CN 111292767A
- Authority
- CN
- China
- Prior art keywords
- audio
- audio event
- spectrogram
- universality
- subjected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 238000013507 mapping Methods 0.000 claims description 34
- 238000009432 framing Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 17
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/45—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种音频事件检测方法和装置以及设备。其中,所述方法包括:将音频事件生成声谱图,和根据该声谱图,提取该音频事件对应音频的普适性特征,以及根据该普适性特征,对该音频事件进行检测。通过上述方式,能够实现由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,能够提高对音频事件检测结果的效果。
Description
技术领域
本发明涉及音频事件技术领域,尤其涉及一种音频事件检测方法和装置以及设备。
背景技术
音频事件常定义为认定音频的类别。音频事件检测和音频分类在本质上是一致和相通的,都是一种模式识别技术。音频分类是判别音频片段中所包含的音频事件的类别。
日常生活中,经常遇到的是连续的音频流检测,需要判定异常声音发生的起止点并准确的判断出类别,给出响应的反应。针对异常声音的起止点检测,常用的方式有过零率、短时能量、双门限阈值法等。
然而,现有的音频事件检测方案,一般是先对训练音频进行分帧加窗,然后对每帧信号进行提取特征集,利用得到的特征向量进行训练分类器模式,然后测试音频经过相同的处理,包括分帧加窗,特征提取等,得到特征集,使用训练好的模型对音频事件进行检测,输出检测结果,但是由于现有的音频事件检测方案未对音频事件进行类间区分,不能够很好地反应不同类之间的差异性,导致对音频事件检测结果的效果一般。
发明内容
有鉴于此,本发明的目的在于提出一种音频事件检测方法和装置以及设备,能够实现由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,能够提高对音频事件检测结果的效果。
根据本发明的一个方面,提供一种音频事件检测方法,包括:将音频事件生成声谱图;根据所述声谱图,提取所述音频事件对应音频的普适性特征;根据所述普适性特征,对所述音频事件进行检测。
其中,所述将音频事件生成声谱图,包括:对音频事件进行分帧加窗,和对所述经分帧加窗后的音频事件进行傅里叶变换,和对所述经傅立叶变换后的音频事件进行幅值取对数,和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据所述经灰度映射、颜色映射后的音频事件,生成声谱图。
其中,所述根据所述声谱图,提取所述音频事件对应音频的普适性特征,包括:在所述声谱图上获取所有音频特征的分布图,对所述音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据所述排序的分布图,提取所述音频事件对应音频的普适性特征。
其中,在所述根据所述普适性特征,对所述音频事件进行检测之后,还包括:根据所述对所述音频事件进行检测的检测结果,对所述音频事件进行分析。
根据本发明的另一个方面,提供一种音频事件检测装置,包括:生成模块、提取模块和检测模块;所述生成模块,用于将音频事件生成声谱图;所述提取模块,用于根据所述声谱图,提取所述音频事件对应音频的普适性特征;所述检测模块,用于根据所述普适性特征,对所述音频事件进行检测。
其中,所述生成模块,具体用于:对音频事件进行分帧加窗,和对所述经分帧加窗后的音频事件进行傅里叶变换,和对所述经傅立叶变换后的音频事件进行幅值取对数,和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据所述经灰度映射、颜色映射后的音频事件,生成声谱图。
其中,所述提取模块,具体用于:在所述声谱图上获取所有音频特征的分布图,对所述音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据所述排序的分布图,提取所述音频事件对应音频的普适性特征。
其中,所述音频事件检测装置,还包括:分析模块;所述分析模块,用于根据所述对所述音频事件进行检测的检测结果,对所述音频事件进行分析。
根据本发明的又一个方面,提供一种音频事件检测设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述任一项所述的音频事件检测方法。
根据本发明的再一个方面,提供一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述任一项所述的音频事件检测方法。
可以发现,以上方案,可以将音频事件生成声谱图,和可以根据该声谱图,提取该音频事件对应音频的普适性特征,以及可以根据该普适性特征,对该音频事件进行检测,能够实现由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,能够提高对音频事件检测结果的效果。
进一步的,以上方案,可以对音频事件进行分帧加窗,和对该经分帧加窗后的音频事件进行傅里叶变换,和对该经傅立叶变换后的音频事件进行幅值取对数,和对该经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据该经灰度映射、颜色映射后的音频事件,生成声谱图,这样的好处是由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,提高对音频事件检测结果的效果。
进一步的,以上方案,可以在该声谱图上获取所有音频特征的分布图,对该音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据该排序的分布图,提取该音频事件对应音频的普适性特征,这样的好处是通过对该音频特征分布图按面积从大小到排序和设置分布图的面积不小于预设的阈值的音频特征为普适性特征的方式,提高对该音频事件对应音频的普适性特征的提取速度。
进一步的,以上方案,可以根据该对该音频事件进行检测的检测结果,对该音频事件进行分析,这样的好处是能够实现根据该对音频事件的分析的结果,还原音频现场,便于根据该还原的现场音频,对现场情况进行调查取证。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明音频事件检测方法一实施例的流程示意图;
图2是本发明音频事件检测方法另一实施例的流程示意图;
图3是本发明音频事件检测装置一实施例的结构示意图;
图4是本发明音频事件检测装置另一实施例的结构示意图;
图5是本发明音频事件检测设备一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种音频事件检测方法,能够实现提高对音频事件检测结果的效果。
请参见图1,图1是本发明音频事件检测方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括如下步骤:
S101:将音频事件生成声谱图。
其中,该将音频事件生成声谱图,可以包括:
对音频事件进行分帧加窗,和对该经分帧加窗后的音频事件进行傅里叶变换,和对该经傅立叶变换后的音频事件进行幅值取对数,和对该经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据该经灰度映射、颜色映射后的音频事件,生成声谱图,这样的好处是由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,提高对音频事件检测结果的效果。
在本实施例中,声谱图可以是随着时间变化的频谱图,可以通过灰度映射和颜色映射而成的一种可视化图,该可视化图可以由频率、时间、幅度三个维度信息构成。
S102:根据该声谱图,提取该音频事件对应音频的普适性特征。
其中,该根据该声谱图,提取该音频事件对应音频的普适性特征,可以包括:
在该声谱图上获取所有音频特征的分布图,对该音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据该排序的分布图,提取该音频事件对应音频的普适性特征,这样的好处是通过对该音频特征分布图按面积从大小到排序和设置分布图的面积不小于预设的阈值的音频特征为普适性特征的方式,提高对该音频事件对应音频的普适性特征的提取速度。
S103:根据该普适性特征,对该音频事件进行检测。
其中,在该根据该普适性特征,对该音频事件进行检测之后,还可以包括:
根据该对该音频事件进行检测的检测结果,对该音频事件进行分析,这样的好处是能够实现根据该对音频事件的分析的结果,还原音频现场,便于根据该还原的现场音频,对现场情况进行调查取证。
可以发现,在本实施例中,可以将音频事件生成声谱图,和可以根据该声谱图,提取该音频事件对应音频的普适性特征,以及可以根据该普适性特征,对该音频事件进行检测,能够实现由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,能够提高对音频事件检测结果的效果。
进一步的,在本实施例中,可以对音频事件进行分帧加窗,和对该经分帧加窗后的音频事件进行傅里叶变换,和对该经傅立叶变换后的音频事件进行幅值取对数,和对该经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据该经灰度映射、颜色映射后的音频事件,生成声谱图,这样的好处是由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,提高对音频事件检测结果的效果。
进一步的,在本实施例中,可以在该声谱图上获取所有音频特征的分布图,对该音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据该排序的分布图,提取该音频事件对应音频的普适性特征,这样的好处是通过对该音频特征分布图按面积从大小到排序和设置分布图的面积不小于预设的阈值的音频特征为普适性特征的方式,提高对该音频事件对应音频的普适性特征的提取速度。
请参见图2,图2是本发明音频事件检测方法另一实施例的流程示意图。本实施例中,该方法包括以下步骤:
S201:将音频事件生成声谱图。
可如上S101所述,在此不作赘述。
S202:根据该声谱图,提取该音频事件对应音频的普适性特征。
可如上S102所述,在此不作赘述。
S203:根据该普适性特征,对该音频事件进行检测。
可如上S103所述,在此不作赘述。
S204:根据该对该音频事件进行检测的检测结果,对该音频事件进行分析。
可以发现,在本实施例中,可以根据该对该音频事件进行检测的检测结果,对该音频事件进行分析,这样的好处是能够实现根据该对音频事件的分析的结果,还原音频现场,便于根据该还原的现场音频,对现场情况进行调查取证。
本发明还提供一种音频事件检测装置,能够实现提高对音频事件检测结果的效果。
请参见图3,图3是本发明音频事件检测装置一实施例的结构示意图。本实施例中,该音频事件检测装置30包括生成模块31、提取模块32和检测模块33。
该生成模块31,用于将音频事件生成声谱图。
该提取模块32,用于根据该声谱图,提取该音频事件对应音频的普适性特征。
该检测模块33,用于根据该普适性特征,对该音频事件进行检测。
可选地,该生成模块31,可以具体用于:
对音频事件进行分帧加窗,和对该经分帧加窗后的音频事件进行傅里叶变换,和对该经傅立叶变换后的音频事件进行幅值取对数,和对该经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据该经灰度映射、颜色映射后的音频事件,生成声谱图。
可选地,该提取模块32,可以具体用于:
在该声谱图上获取所有音频特征的分布图,对该音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据该排序的分布图,提取该音频事件对应音频的普适性特征。
请参见图4,图4是本发明音频事件检测装置另一实施例的结构示意图。区别于上一实施例,本实施例所述音频事件检测装置40还包括分析模块41。
该分析模块41,用于根据该对该音频事件进行检测的检测结果,对该音频事件进行分析。
该音频事件检测装置30/40的各个单元模块可分别执行上述方法实施例中对应步骤,故在此不对各单元模块进行赘述,详细请参见以上对应步骤的说明。
本发明又提供一种音频事件检测设备,如图5所示,包括:至少一个处理器51;以及,与至少一个处理器51通信连接的存储器52;其中,存储器52存储有可被至少一个处理器51执行的指令,指令被至少一个处理器51执行,以使至少一个处理器51能够执行上述的音频事件检测方法。
其中,存储器52和处理器51采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器51和存储器52的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器51处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器51。
处理器51负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器52可以被用于存储处理器51在执行操作时所使用的数据。
本发明再提供一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
可以发现,以上方案,可以将音频事件生成声谱图,和可以根据该声谱图,提取该音频事件对应音频的普适性特征,以及可以根据该普适性特征,对该音频事件进行检测,能够实现由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,能够提高对音频事件检测结果的效果。
进一步的,以上方案,可以对音频事件进行分帧加窗,和对该经分帧加窗后的音频事件进行傅里叶变换,和对该经傅立叶变换后的音频事件进行幅值取对数,和对该经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据该经灰度映射、颜色映射后的音频事件,生成声谱图,这样的好处是由于声谱图具有类内相似、类间不同的良好特点,能够很好地反应不同类音频之间的差异性,提高对音频事件检测结果的效果。
进一步的,以上方案,可以在该声谱图上获取所有音频特征的分布图,对该音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据该排序的分布图,提取该音频事件对应音频的普适性特征,这样的好处是通过对该音频特征分布图按面积从大小到排序和设置分布图的面积不小于预设的阈值的音频特征为普适性特征的方式,提高对该音频事件对应音频的普适性特征的提取速度。
进一步的,以上方案,可以根据该对该音频事件进行检测的检测结果,对该音频事件进行分析,这样的好处是能够实现根据该对音频事件的分析的结果,还原音频现场,便于根据该还原的现场音频,对现场情况进行调查取证。
在本发明所提供的几个实施方式中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本发明各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种音频事件检测方法,其特征在于,包括:
将音频事件生成声谱图;
根据所述声谱图,提取所述音频事件对应音频的普适性特征;
根据所述普适性特征,对所述音频事件进行检测。
2.如权利要求1所述的音频事件检测方法,其特征在于,所述将音频事件生成声谱图,包括:
对音频事件进行分帧加窗,和对所述经分帧加窗后的音频事件进行傅里叶变换,和对所述经傅立叶变换后的音频事件进行幅值取对数,和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据所述经灰度映射、颜色映射后的音频事件,生成声谱图。
3.如权利要求1所述的音频事件检测方法,其特征在于,所述根据所述声谱图,提取所述音频事件对应音频的普适性特征,包括:
在所述声谱图上获取所有音频特征的分布图,对所述音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据所述排序的分布图,提取所述音频事件对应音频的普适性特征。
4.如权利要求1所述的音频事件检测方法,其特征在于,在所述根据所述普适性特征,对所述音频事件进行检测之后,还包括:
根据所述对所述音频事件进行检测的检测结果,对所述音频事件进行分析。
5.一种音频事件检测装置,其特征在于,包括:
生成模块、提取模块和检测模块;
所述生成模块,用于将音频事件生成声谱图;
所述提取模块,用于根据所述声谱图,提取所述音频事件对应音频的普适性特征;
所述检测模块,用于根据所述普适性特征,对所述音频事件进行检测。
6.如权利要求5所述的音频事件检测装置,其特征在于,所述生成模块,具体用于:
对音频事件进行分帧加窗,和对所述经分帧加窗后的音频事件进行傅里叶变换,和对所述经傅立叶变换后的音频事件进行幅值取对数,和对所述经幅值取对数后的音频事件进行灰度映射、颜色映射,和根据所述经灰度映射、颜色映射后的音频事件,生成声谱图。
7.如权利要求5所述的音频事件检测装置,其特征在于,所述提取模块,具体用于:
在所述声谱图上获取所有音频特征的分布图,对所述音频特征分布图按面积从大小到排序,设置分布图的面积不小于预设的阈值的音频特征为普适性特征,根据所述排序的分布图,提取所述音频事件对应音频的普适性特征。
8.如权利要求5所述的音频事件检测装置,其特征在于,所述音频事件检测装置,还包括:
分析模块;
所述分析模块,用于根据所述对所述音频事件进行检测的检测结果,对所述音频事件进行分析。
9.一种音频事件检测设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至4中任一项所述的音频事件检测方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的音频事件检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084694.7A CN111292767B (zh) | 2020-02-10 | 2020-02-10 | 一种音频事件检测方法和装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084694.7A CN111292767B (zh) | 2020-02-10 | 2020-02-10 | 一种音频事件检测方法和装置以及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111292767A true CN111292767A (zh) | 2020-06-16 |
CN111292767B CN111292767B (zh) | 2023-02-14 |
Family
ID=71021948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010084694.7A Active CN111292767B (zh) | 2020-02-10 | 2020-02-10 | 一种音频事件检测方法和装置以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111292767B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112420072A (zh) * | 2021-01-25 | 2021-02-26 | 北京远鉴信息技术有限公司 | 一种语谱图的生成方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789780A (zh) * | 2012-07-14 | 2012-11-21 | 福州大学 | 基于谱时幅度分级向量辨识环境声音事件的方法 |
CN104865313A (zh) * | 2015-05-12 | 2015-08-26 | 福建星网锐捷通讯股份有限公司 | 一种基于声谱条纹检测玻璃破碎的检测方法及装置 |
GB201816753D0 (en) * | 2018-09-28 | 2018-11-28 | Cirrus Logic Int Semiconductor Ltd | Sound event detection |
US20190373310A1 (en) * | 2018-06-05 | 2019-12-05 | Thuuz, Inc. | Audio processing for detecting occurrences of crowd noise in sporting event television programming |
CN110600059A (zh) * | 2019-09-05 | 2019-12-20 | Oppo广东移动通信有限公司 | 声学事件检测方法、装置、电子设备及存储介质 |
-
2020
- 2020-02-10 CN CN202010084694.7A patent/CN111292767B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789780A (zh) * | 2012-07-14 | 2012-11-21 | 福州大学 | 基于谱时幅度分级向量辨识环境声音事件的方法 |
CN104865313A (zh) * | 2015-05-12 | 2015-08-26 | 福建星网锐捷通讯股份有限公司 | 一种基于声谱条纹检测玻璃破碎的检测方法及装置 |
US20190373310A1 (en) * | 2018-06-05 | 2019-12-05 | Thuuz, Inc. | Audio processing for detecting occurrences of crowd noise in sporting event television programming |
GB201816753D0 (en) * | 2018-09-28 | 2018-11-28 | Cirrus Logic Int Semiconductor Ltd | Sound event detection |
CN110600059A (zh) * | 2019-09-05 | 2019-12-20 | Oppo广东移动通信有限公司 | 声学事件检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李英杰: "基于声谱图的音频事件检测特征提取研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112420072A (zh) * | 2021-01-25 | 2021-02-26 | 北京远鉴信息技术有限公司 | 一种语谱图的生成方法、装置、电子设备及存储介质 |
CN112420072B (zh) * | 2021-01-25 | 2021-04-27 | 北京远鉴信息技术有限公司 | 一种语谱图的生成方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111292767B (zh) | 2023-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11221904B2 (en) | Log analysis system, log analysis method, and log analysis program | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN113382279A (zh) | 直播推荐方法、装置、设备、存储介质以及计算机程序产品 | |
CN107066980B (zh) | 一种图像变形检测方法及装置 | |
CN105096938A (zh) | 一种用于获取用户的用户特征信息的方法和装置 | |
CN113707173B (zh) | 基于音频切分的语音分离方法、装置、设备及存储介质 | |
CN112615873B (zh) | 物联网设备安全检测方法、设备、存储介质及装置 | |
CN110689885B (zh) | 机器合成语音识别方法、装置、存储介质及电子设备 | |
CN111292767B (zh) | 一种音频事件检测方法和装置以及设备 | |
CN113053365A (zh) | 语音分离方法、装置、设备和存储介质 | |
CN114333881B (zh) | 基于环境自适应的音频传输降噪方法、设备及介质 | |
CN111310912A (zh) | 机器学习系统、域变换装置、及机器学习方法 | |
CN110322587B (zh) | 驾驶过程中的评价记录方法、装置、设备及存储介质 | |
CN102081124B (zh) | 高速外围设备互连信号辨识系统及方法 | |
CN116741200A (zh) | 一种机车风机故障检测方法及装置 | |
CN117349722A (zh) | 一种互感器故障分类方法、装置、存储介质及计算机设备 | |
CN113837390A (zh) | 一种模态信息补全方法、装置及设备 | |
US20220036238A1 (en) | Mono channel burst classification using machine learning | |
CN115019788A (zh) | 语音交互方法、系统、终端设备及存储介质 | |
US20230092026A1 (en) | Processing device, processing method, and non-transitory storage medium | |
KR20230093826A (ko) | 동물 탐지 및 분류를 위한 영상 데이터 라벨링 방법 및 장치 | |
CN110083807B (zh) | 合同的修改影响自动预测方法、装置、介质及电子设备 | |
CN105160333A (zh) | 一种车型识别方法及识别装置 | |
CN112735436A (zh) | 声纹识别方法及声纹识别系统 | |
CN110703058A (zh) | 基于超声识别的局部放电检测方法、装置及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |