论文部分内容阅读
由于科学技术的持续发展,特别是信息化和网络化的高速发展,人们的生活水平得到了巨大的改善。与此同时,随着城市化进程的加速,信息安全问题已经成为了社会关注的焦点,无论是国防领域还是社会安全领域,安防监控所起的作用越来越明显。作为信息载体之一的声音在日常生活中分布广泛。由于声音信号的多样性、不确定性和模糊性,对声音信号的研究一直是一个具有挑战性的学术领域,尤其是声音识别领域的研究。声音是能够表征环境状况的一个重要信号,和视觉信息相比,声音可以传达视觉范围外的环境状态信息。除此之外,出于对个人隐私的保护,音频监控作为智能监控的一个分支在特定环境下,能有效描述和揭示异常状况,因此研究办公室环境下的异常声音信号特征对智能监控和安防有着重要意义。论文针对办公室环境下几种异常声音的监测问题,分别研究了监测系统的硬件实现方案、识别算法、仿真测试及数据分析几个方面问题,最终通过实验结果以及数据分析总结出在夜间办公室环境下基于高斯混合模型(Gaussian Mixture Model, GMM)模型异常声音识别系统对几种特定异常声音(摔门声,尖叫声)达到理想识别效果的参数设置方案。论文分析了办公室环境下实现嵌入式音频采集终端的功能需求,研究了Tiny6410音频采集硬件电路模块及驱动的设计方案,在开发的音频采集应用程序基础上完成了异常声音采集,并为办公室环境异常声音库采集原始音频数据。论文在调研国内外声音识别技术的基础上,基于Matlab环境和GMM模型建立办公室异常声音识别仿真系统,对办公室环境下的两类异常声音进行比较详细的研究和大量的仿真实验,包括对异常声音的时域和频域分析、动态时间规整(Dynamic Time Warping, DTW)模型训练和识别以及GMM模型训练和识别。其中涉及到的特征参数主要有短时能量(Short-Term Energy, STE)、梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficient, MFCC)和它们的一阶差分以及它们之间的加权组合。利用以上结果,通过大量的图表分析,分别在不同样本数、GMM阶数、特征参数、帧长和帧移等参数下对识别率和训练时间进行比较,得到办公室环境音频监测系统的理想参数选择方案。最后,在本文的结尾对论文工作进行总结,提出了论文中的不足之处以及待完善和改进的地方,并对环境声音识别系统的未来发展前景进行了展望。