环境噪声检测方法、装置、电子设备、存储介质与流程

本技术涉及但不限于音频处理，尤其涉及一种基于健康监测装置的用户体征数据监测方法、装置、介质。

背景技术：

1、目前，环境噪声自动监测声识别系统一般都采用噪声自动监测子站上传音频数据，并结合服务器声识别分类模型对音频数据进行分析处理，实现环境噪声的监测。但是，各个厂家设备上传的音频质量无法统一，音频质量参差不齐，无法保证环境噪声的准确辨识，并且，现有技术一般采用通用的声识别分类模型，而环境噪声自动监测子站部署的环境是多样化的，无法针对具体场景进行适应性匹配，从而导致识别环境噪声的准确率较低。

技术实现思路

1、本技术实施例提供了一种环境噪声检测方法、装置、电子设备、存储介质，能够有效提升环境噪声的准确辨识率。

2、第一方面，本技术实施例提供了环境噪声检测方法，包括：

3、获取待识别音频数据，所述待识别音频数据包括多个音频帧，将全部的所述音频帧按照采集所述音频帧的时间先后顺序放入音频切片队列；

4、从全部的所述音频帧中确定参考音频帧，根据所述参考音频帧的参考时刻和预设滑动步长对所述音频切片队列中的所述音频帧进行切片处理，得到目标音频数据；

5、将所述目标音频数据输入至预先训练好的声音识别模型进行音频识别处理，得到初始噪声识别结果；

6、获取当前的气象信息，根据所述气象信息和所述初始噪声识别结果确定目标噪声识别结果。

7、在一些实施例中，所述从全部的所述音频帧中确定参考音频帧，包括：

8、确定所述音频帧的噪声等效声级和音频帧能量值；

9、当所述噪声等效声级超过第一预设阈值，或者所述音频帧能量值超过第二预设阈值，将所述音频帧确定为所述参考音频帧。

10、在一些实施例中，所述根据所述参考音频帧的参考时刻和预设滑动步长对所述音频切片队列中的所述音频帧进行切片处理，得到目标音频数据，包括：

11、以所述参考时刻为切片参考点，根据所述预设滑动步长在所述切片参考点之前裁剪第一音频切片，并根据所述预设滑动步长在所述切片参考点之后裁剪第二音频切片；

12、对所述第一音频切片和所述第二音频切片进行拼接处理，得到所述目标音频数据。

13、在一些实施例中，所述声音识别模型包括vgg网络模块、resnet网络模块、yamnet网络模块和深度卷积网络模型，所述将所述目标音频数据输入至预先训练好的声音识别模型进行音频识别处理，得到初始噪声识别结果，包括：

14、确定所述目标音频数据的梅尔频谱、梅尔频率倒谱系数和对数梅尔谱；

15、将所述梅尔频谱输入至所述vgg网络模块进行特征提取，得到第一特征数据；

16、将所述梅尔频率倒谱系数输入至所述resnet网络模块进行特征提取，得到第二特征数据；

17、将所述对数梅尔谱输入至所述yamnet网络模块进行特征提取，得到第三特征数据；

18、将所述第一特征数据、所述第二特征数据和所述第三特征数据输入至所述深度卷积网络模型进行声音分类处理，得到声音分类结果；

19、对所述声音分类结果进行加权平均处理，得到所述初始噪声识别结果。

20、在一些实施例中，在所述将所述目标音频数据输入至预先训练好的声音识别模型进行音频识别处理，得到初始噪声识别结果之后，所述方法还包括：

21、从所述音频切片队列中删除所述目标音频数据；

22、重新从所述音频切片队列剩余的所述音频帧中确定新的参考音频帧。

23、在一些实施例中，所述气象信息包括降雨量和风速，所述根据所述气象信息和所述初始噪声识别结果确定目标噪声识别结果，包括：

24、在所述初始噪声识别结果表征所述目标音频数据识别为雨声的情况下，当所述降雨量超过预设降雨量阈值，将所述初始噪声识别结果确定为所述目标噪声识别结果，当所述降雨量小于所述预设降雨量阈值，修正所述初始噪声识别结果，得到所述目标噪声识别结果，其中，经过修正后的所述目标噪声识别结果表征所述目标音频数据识别为环境杂音；

25、在所述初始噪声识别结果表征所述目标音频数据识别为风声的情况下，当所述风速超过预设风速阈值，将所述初始噪声识别结果确定为所述目标噪声识别结果，当所述风速小于所述预设风速阈值，修正所述初始噪声识别结果，得到所述目标噪声识别结果，其中，经过修正后的所述目标噪声识别结果表征所述目标音频数据识别为环境杂音。

26、在一些实施例中，所述环境噪声检测系统与噪声监测平台通信连接，所述方法还包括：

27、将所述目标噪声识别结果上传至所述噪声监测平台，以使所述噪声监测平台确定所述目标噪声识别结果的识别准确率，根据所述识别准确率生成识别干预信息，并将所述识别干预信息发送至所述并接收所述环境噪声检测系统；

28、接收所述噪声监测平台反馈的识别干预信息，当所述识别干预信息包括模型升级指令和携带有识别错误标识的第一噪声训练样本，根据预设的第二噪声训练样本和所述第一噪声训练样本训练所述声音识别模型，得到新的声音识别模型，其中，所述第一噪声训练样本归属于所述目标噪声识别结果对应的目标音频数据。

29、第二方面，本技术实施例提供了一种环境噪声检测系统，包括：

30、音频采集模块，所述音频采集模块用于获取待识别音频数据，所述待识别音频数据包括多个音频帧，将全部的所述音频帧按照采集所述音频帧的时间先后顺序放入音频切片队列；

31、音频切片模块，所述音频切片模块用于从全部的所述音频帧中确定参考音频帧，根据所述参考音频帧的参考时刻和预设滑动步长对所述音频切片队列中的所述音频帧进行切片处理，得到目标音频数据；

32、第一噪声识别模块，所述第一噪声识别模块用于将所述目标音频数据输入至预先训练好的声音识别模型进行音频识别处理，得到初始噪声识别结果；

33、第二噪声识别模块，所述第二噪声识别模块用于获取当前的气象信息，根据所述气象信息和所述初始噪声识别结果确定目标噪声识别结果。

34、第三方面，本技术实施例提供了一种电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如第一方面所述的环境噪声检测方法。

35、第四方面，本技术实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的环境噪声检测方法。

36、本技术实施例提供了一种环境噪声检测方法、装置、电子设备、存储介质，其中，方法包括获取待识别音频数据，所述待识别音频数据包括多个音频帧，将全部的所述音频帧按照采集所述音频帧的时间先后顺序放入音频切片队列；从全部的所述音频帧中确定参考音频帧，根据所述参考音频帧的参考时刻和预设滑动步长对所述音频切片队列中的所述音频帧进行切片处理，得到目标音频数据；将所述目标音频数据输入至预先训练好的声音识别模型进行音频识别处理，得到初始噪声识别结果；获取当前的气象信息，根据所述气象信息和所述初始噪声识别结果确定目标噪声识别结果。根据本技术实施例提供的方案，通过声音识别模型结合实时的气象信息得到最终的目标噪声识别结果，实现人工智能与多场景化综合识别环境噪声，相较于现有仅采用声音识别模型识别环境噪声的方案，能够有效提升环境噪声的准确辨识率。