目前,语音信号处理主要针对人类的说话声音进行合成、分离、跟踪以及识别等,其相关技术正趋于成熟。研究人员使用计算机提取语音信号的特征,对这些特征构建高维特征空间并放入设计好的语音分类器中,机器根据分类结果做出不同的反应,这就是让机器听懂人类的话语。但是人类语音信号只是声音信号的一部分,从声音信号识别突发事件成为近年来一个新的研究热点。另外,安防是国家非常重视的一项工程,其中监狱作为关押犯人的场所,其安防工作就更需要全面和细致。国内监狱安防系统主要以单一视频监控为主,无法对监狱内的突发事件进行全面的预警。本文开展监狱异常声音识别技术的研究是一项有益的探索,主要工作如下:首先,本文根据监狱环境,选取了11类代表监狱可能出现的异常事件,构建了监狱异常事件声音知识库,并运用数据增强的方法解决了数据短缺的问题。研究了基于高斯混合模型的监狱异常声音事件识别算法。对监狱异常声音知识库进行预处理,提取了MFCC、△MFCC、△△MFCC、BFB和短时能量共5种声音特征,并进行了实验。实验结果表明,使用MFCC特征参数在高斯混合模型中的识别准确率较高。此外,高斯混合模型阶数达到32阶后,识别效果就不再变化,其中警笛的识别准确率最高,提取12维MFCC特征参数时识别准确率可达70%,继续加入MFCC差分系数后识别准确率进一步提高,可达到74.4%。研究了用于异常声音事件识别的多层感知机、卷积神经网络和循环神经网络等几类神经网络结构。提出了一种卷积神经网络和循环神经网络融合的双线性结构神经网络,并对监狱异常声音的多种特征进行融合与识别,识别准确率达到了89.17%,该双线性结构神经网络与常见的卷积神经网络和循环神经网络相比,识别准确率高出5%以上。