异常声信号采集与识别系统设计与实现

• 作者: 郭梦寒 谭景文 刘亦凡 江富荣 赵丹诚
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 异常声信号 端点检测 特征提取 卷积神经网络(CNN)
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 器件与应用|Parts and Applications
• 页码范围: 82-84
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16311/j.audioe.2022.01.024

摘要

通过异常声监测危险事件逐渐成为公共安全监测的有力手段之一.本项目设计并实现一种异常声信号采集与识别系统,使用Respeaker开发板作拾音器检测周围环境是否存在异常声.若存在异常声,拾音器则进行采集并通过无线传输的方式将音频上传至服务器,由服务器对每段音频依次进行预处理、特征提取及模型预测,最后输出识别结果.项目使用卷积神经网络(Convolutional Neural Networks,CNN)训练了尖叫声、鸣笛声、鞭炮声三种异常声的识别模型.实验结果表明,该系统能够较准确地识别出三种异常声音,具有一定的应用价值,可以作为后续异常声信号识别的参考.