基于支撑向量机的基带时域音频信号分类方法

摘要

基于支撑向量机的基带时域音频信号分类方法，首先将基带时域音频信号序列分段，得到初始分段子序列，然后每个初始分段子序列分别减去各自的均值，得零均值分段子序列，接着对每个零均值分段子序列进行加窗处理，将结果分别进行傅里叶变换处理，得到分段子序列的频谱幅度，分别求出每个频谱幅度的标准差得到一个特征量，将各个零均值分段子序列按照次序依次组合成为一个长序列，然后计算出该序列的归一化自相关矩阵，对自相关矩阵进行奇异值分解，得到子空间的分界点，再计算出该基带时域音频信号序列的另一个特征量信噪比参量；最后将两个特征量构成输入向量送入已经训练过的SVM分类器中，从而鉴别出该基带时域音频信号的种类，区分出语音信号和噪声信号。

主权项

1.基于支撑向量机的基带时域音频信号分类方法，其特征在于，包括如下步骤：步骤一：将总长度为N的基带时域音频信号序列s＝{s(1)，s(2)，...，s(N)}分为K段，每段长度为L，得到初始分段子序列$\left\{\begin{array}{c}{s}_1=\{s_1\left(1\right),s_1\left(2\right),...,s_1\left(L\right)\}\\ s_2=\{s_2\left(1\right),s_2\left(2\right),...,s_2\left(L\right)\}\\ ...\\ s_K=\{s_K\left(1\right),s_K\left(2\right),...,s_K\left(L\right)\}\end{array}\right.,$其中s_i(m)＝s((i-1)L+m)(i＝1，2，...，K，m＝1，2，...，L)，然后每个初始分段子序列分别减去各自的均值，可得零均值分段子序列$\left\{\begin{array}{c}{x}_1=\{x_1\left(1\right),x_1\left(2\right),...,x_1\left(L\right)\}\\ x_2=\{x_2\left(1\right),x_2\left(2\right),...,x_2\left(L\right)\}\\ ...\\ x_K=\{x_K\left(1\right),x_K\left(2\right),...,x_K\left(L\right)\}\end{array}\right.,$其中$x_i\left(m\right)=s_i\left(m\right)-\frac{1}{L}\underset{j=1}{\overset{L}{\Sigma }}{s}_i\left(j\right);$步骤二：对每个零均值分段子序列进行加窗处理，得到结果为$\left\{\begin{array}{c}{x_1}^{\prime }=x_1{w}^T\\ {x_2}^{\prime }=x_2{w}^T\\ ...\\ {x_K}^{\prime }=x_K{w}^T\end{array}\right.,$其中w为汉宁窗；步骤三：对加窗处理后的结果分别进行傅里叶变换处理，得到每个加窗后的零均值分段子序列的频谱幅度序列为$\left\{\begin{array}{c}{f}_1=\left|\mathrm{FFT}\left({x_1}^{\prime }\right)\right|=\{f_1\left(1\right),f_1\left(2\right),...,f_1\left(M\right)\}\\ f_2=\left|\mathrm{FFT}\left({x_2}^{\prime }\right)\right|=\{f_2\left(1\right),f_2\left(2\right),...,f_2\left(M\right)\}\\ ...\\ f_K=\left|\mathrm{FFT}\left({x_K}^{\prime }\right)\right|=\{f_K\left(1\right),f_K\left(2\right),...,f_K\left(M\right)\}\end{array}\right.,$其中M是频谱幅度序列的长度；步骤四：分别求出每个频谱幅度的标准差d＝{d(1)，d(2)，...，d(K)}，其中然后求出所有标准差的平均值，得到该基带时域音频信号序列的一个特征量，即频谱幅度标准差步骤五：将各个零均值分段子序列x₁，x₂，...，x_K按照次序依次组合成为一个长序列x，即x＝{x₁，x₂，...，x_K}＝{x(1)，x(2)，...，x(N)}，然后计算出该序列的归一化自相关矩阵，结果为其中Q是自相关矩阵的维数，取值范围为[50，90]；步骤六：对自相关矩阵R进行奇异值分解，得到R＝VΛV^H，其中Λ＝diag(λ₁，λ₂，…，λ_Q)_Q×Q＝diag(γ₁+σ²，…，γ_p+σ²，σ²，…，σ²)_Q×Q，且γ₁≥γ₂≥…≥γ_p，从而得到子空间的分界点p；步骤七：根据计算出该基带时域音频信号序列的另一个特征量，记为信噪比参量步骤八：将该基带时域音频信号序列的两个特征量，即频谱幅度标准差D和信噪比参量构成输入向量，送入已经训练过的SVM分类器中，从而鉴别出该基带时域音频信号的种类，区分出语音信号和噪声信号。