一种基于核函数的音频特征信号的降维方法.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CN109065070A(43)申请公布日2018.12.21(21)申请号201810995309.7(22)申请日2018.08.29(71)申请人昆明理工大学地址650093云南省昆明市五华区学府路253号(72)发明人龙华杨明亮邵玉斌杜庆治(51)Int.Cl.G10L25/24(2013.01)G10L25/03(2013.01)G10L25/45(2013.01)G10L19/00(2013.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于核函数的音频特征信号的降维方法(57)摘要本发明涉及一种基于核函数的音频特征信号的降维方法，属于音频信号处理技术领域。本发明为对于音频信号的特征参量进行降维处理，在不丢弃音频特征信息量的同时使其达到所要求的降维效果，并将最后的降维数据进行可视化展示，同采用其他音频特征参量降维方法所得结果进行对比分析。本发明对音频特征参量进行降维主要是对音频系数域的线性预测系数、线性预测倒谱系数、梅尔频率倒谱系数进行降维处理，并将降维后的数据结果进行可视化展示。本发明的音频特征降维处理可用于广播信号监听，音频信号的快速识别处理。本发明算法简单，用非线性核函数表示高斯观测空间与隐空间的映射关系，避免了线性映射方法使用范围局限、降维效果不佳的弊端。CN109065070ACN109065070A权利要求书1/2页1.一种基于核函数的音频特征信号的降维方法，其特征在于：包括如下具体步骤：(1)音频信号采集：采集音频信号，获得音频样本；(2)音频信号预处理：将所采集的音频样本中的模拟信号转换为数字信号，将数字信号写入WAV文件中，对写入WAV文件中的数字信号进行滤波、预加重和分帧处理；(3)特征参数提取：对处理后的数字信号中的线性预测系数、线性预测倒谱系数和梅尔频率倒谱系数进行特征参数的提取；(4)降维模型的搭建：将上述提取出的特征参数送入通过核化技巧所搭建的降维模型中直接得到低维隐变量，所述低维隐变量即为降维后的数据；(5)降维结果分析：将降维后的数据进行可视化展示。2.根据权利要求1所述的基于核函数的音频特征信号的降维方法，其特征在于：所述音频采集是通过音频采集装置来采样，音频采集器对音频信号采集时设置好采样频率、采样声道数和量化精度。3.根据权利要求1所述的基于核函数的音频特征信号的降维方法，其特征在于：所述音频信号预处理包括以下步骤：(1)采用矩形窗函数w(n)对采集的音频信号x(n)进行滤波处理得到信号ya(n)，其中(2)对滤波处理后的信号ya(n)用差分方法进行预加重处理得到信号yb(n)，其中yb(n)＝y(n)-αy(n-1)，α为预加重系数，一般取值接近于1；(3)将预加重处理得到信号yb(n)分割成若干个语音帧，帧与帧之间有部分重叠，重叠的部分称为帧移。4.根据权利要求1所述的基于核函数的音频特征信号的降维方法，其特在于：所述降维模型的搭建具体如下：(1)降维模型搭建首先记隐空间为维度为q，记观测空间为维度为d，q<d，假设观测值与隐空间参量之间存在y＝f(z)+ε关系，噪声ε服从均值为0，方差为β的高斯分布，并假设隐函数f是满足高斯过程的平方指数核函数：其中σ为平方指数核的系数参数，l表示z与z′两点之间距离影响因数参数，β表示模型的一个超参量参数，σ(z,z′)表示的是Kroneckerdelta函数，上述核函数中要求解的参量为θ(σ,l,β)，根据上式可知当z与z′很接近时其核函数取得最大值，距离很远时取得最小值，核函数的协方差矩阵的计算公式：2CN109065070A权利要求书2/2页(2)假定对d维观测空间进行了独立采样，可得关于Y的观测概率，其中y:,i为观测值空间Y中的第i维的n个元素利用粒子群寻优算法对其参数进行求解，把θ(σ,l,β)记为A＝(a1,a2,a3)，其中粒子i的速度记为vi＝(vi1,vi2,vi3)，粒子经过最好的最好位置记pg＝(pg1,pg2,pg3)，粒子群算法位置迭代公式：其中w是非负的惯性因子；加速常数c1与c2是非负数；r1与r2是在[01]范围内变换的随机数，将粒子群优化算法这种信息交换模式应用到核参数优化过程中，求出的核参量θ(σ,l,β)回带入模型得到降维模型，将上述提取出的特征参量送入降维模型得到隐参量，所述隐参量即降维后的数据。3CN109065070A说明书1/5页一种基于核函数的音频特征信号的降维方法技术领域[0001]本发明涉及一种基于核函数的音频特征信号的降维方法，属于音频特征信号处理技术领域。背景技术[0002]为了实现对无线音频广播的管控，对音频广播进行安全高效的实时监听和甄别，音频信息的快速处理关系到整个流程的进程速度，而音频的