道路声音识别方法、系统、计算机设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110176248A(43)申请公布日2019.08.27(21)申请号201910436946.5(22)申请日2019.05.23(71)申请人广西交通科学研究院有限公司地址530000广西壮族自治区南宁市西乡塘区高新二路6号(72)发明人黎恒徐韶华唐文娟韦泽贤陈静(74)专利代理机构北京华仁联合知识产权代理有限公司11588代理人苏雪雪(51)Int.Cl.G10L25/03(2013.01)G10L25/51(2013.01)权利要求书2页说明书8页附图2页(54)发明名称道路声音识别方法、系统、计算机设备及可读存储介质(57)摘要本发明公开了一种道路声音识别方法、系统、计算机设备及可读存储，其中方法包括：获取道路声音的数据样本和样本类别；对所述数据样本依次进行时频分解、频率转换、对数运算及求导，得到所述数据样本的对数梅尔特征；按照所述样本类别将所述对数梅尔特征输入到卷积循环网络模型进行训练，直到所述卷积循环网络模型满足预设的训练结束条件；利用完成训练的所述卷积循环网络模型对待处理的声音数据进行识别分类。本发明以道路声音数据样本的对数梅尔特征作为卷积循环网络模型的输入，训练出能用于识别复杂的交通场景下的多种声音的模型，有助于提高道路交通事件检测的准确性。CN110176248ACN110176248A权利要求书1/2页1.一种道路声音识别方法，其特征在于，包括：获取道路声音的数据样本和样本类别；对所述数据样本依次进行时频分解、频率转换、对数运算及求导，得到所述数据样本的对数梅尔特征；按照所述样本类别将所述对数梅尔特征输入到卷积循环网络模型进行训练，直到所述卷积循环网络模型满足预设的训练结束条件；利用完成训练的所述卷积循环网络模型对待处理的声音数据进行识别分类。2.根据权利要求1所述的道路声音识别方法，其特征在于，所述获取道路声音的数据样本，包括：获取道路声音的原始数据样本；利用随机混合技术对所述原始数据样本进行数据增强，得到道路声音的数据样本。3.根据权利要求2所述的道路声音识别方法，其特征在于，所述利用随机混合技术对所述原始数据样本进行数据增强，得到道路声音的数据样本，具体包括：对所述道路声音的原始数据样本进行重采样，得到若干声音片段；选取其中两个以上所述声音片段，分别匹配任意比率进行混合，得到道路声音的数据样本。4.根据权利要求1所述的道路声音识别方法，其特征在于，所述对所述数据样本依次进行时频分解、频率转换、对数运算及求导，得到所述数据样本的对数梅尔特征，包括：对所述数据样本依次进行非递归滤波器滤波处理、切片、汉明窗加窗处理后，得到第一数据加工样本；将所述数据加工样本中的频率信息转换为梅尔频率信息，并依次输入到若干个三角滤波器中，输出第二数据加工样本；对所述数据再加工样本进行对数运算，并将进行对数预算后的结果沿时间轴堆叠，得到第三数据加工样本；对所述第三数据加工样本依次进行一阶求导、二阶求导，将所述第三数据加工样本、所述第三数据加工样本的一阶导数及所述第三数据加工样本的二阶导数作为所述数据样本的对数梅尔特征。5.根据权利要求1所述的道路声音识别方法，其特征在于，所述卷积循环网络模型包括依次设置的门控卷积网络层、循环网络层、时间分布式全连接层和分类输出层；所述门控卷积网络层的层数为4，所述循环网络层的层数为2。6.根据权利要求1所述的道路声音识别方法，其特征在于，所述样本类别包括警报声、鸣笛声、车辆行驶声、刹车声、爆炸声、人员呼救声、车门关闭声、碰撞声及雨声中的至少两种。7.根据权利要求1所述的道路声音识别方法，其特征在于，所述利用完成训练的所述卷积循环网络模型对待处理的声音数据进行识别分类，具体为：利用完成训练的所述卷积循环网络模型对待处理的声音数据的对数梅尔特征进行识别，以实现对待处理的声音数据的分类。8.一种道路声音识别系统，其特征在于，包括：样本获取模块，用于获取道路声音的数据样本和样本类别；2CN110176248A权利要求书2/2页特征提取模块，用于对所述数据样本依次进行时频分解、频率转换、对数运算及求导，得到所述数据样本的对数梅尔特征；训练模块，用于按照所述样本类别将所述对数梅尔特征输入到卷积循环网络模型进行训练，直到所述卷积循环网络模型满足预设的训练结束条件；分类模块，用于利用完成训练的所述卷积循环网络模型对待处理的声音数据进行识别分类。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，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7中任一项所