公开(公告)号：CN116343763A

公开(公告)日：2023-06-27

申请号：CN202310257571.2

申请日：2023-03-14

Applicant: 东南大学

Inventor： 袁奡 ,  葛迅 ,  陈泽华 ,  骆威宇 ,  徐启敏

IPC: G10L15/04 ,  G10L21/0208 ,  G10L25/45 ,  G10L25/30 ,  G10L25/24

Abstract: 本发明公开了一种基于混合特征的音频预警精准辨识方法，该方法对收集到的音频语音进行分析，确定预警信号的发出时间，从而对音频预警的及时性进行准确评测。首先，采用logmmse‑谱减法进行双重降噪，将录制的语音中的噪声信息滤除；接着，使用基于短时能量的端点检测，标注出待测语音中的有效语音段；然后，对有效语音段的每帧语音提取MFCC特征和波形多项式特征；继而，分别将两种特征作为卷积神经网络两个通道的输入，将两个通道的输出相加后得到混合特征；最后，将混合特征作为softmax函数的输入，通过最大概率值确定目标语音(音频预警信号)所在的语音段，该语音段的起始位置就是预警信号的发出时间。