音频信号识别方法、装置、烟灶系统和计算机设备与流程

本申请涉及声音识别，特别是涉及一种音频信号识别方法、装置、烟灶系统和计算机设备。

背景技术：

1、随着人工智能技术的发展，语音识别技术的应用也越来越普遍，在获取到一段音频信号后可以自动判别该音频信号中是否含有所需的目标声音。但是在实际应用中不可避免的，会受到环境噪声对目标声音识别的影响，从而降低了对目标声音识别的准确度，导致音频信号识别的准确性较低。

2、目前在针对目标声音进行判断时准确度较低的问题，尚未提出有效的解决方案。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种音频信号识别方法、装置、烟灶系统和计算机设备。

2、第一方面，本申请提供了一种音频信号识别方法。所述方法包括：

3、获取初始音频信号，对初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数；

4、将频谱系数输入至训练完备的目标声音判别网络中，得到对应于频谱系数的目标声音置信度结果，并计算频谱系数在所述时间维度上的相似度结果；

5、根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果。

6、在其中一个实施例中，对所述初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数，包括：

7、对初始音频信号进行分帧并加窗处理，得到声音信息加窗结果；

8、将声音信息加窗结果进行傅里叶变换，得到频谱帧结果；

9、将频谱帧结果按照时间维度进行排列并进行滤波处理，得到初始音频信号的频谱系数。

10、在其中一个实施例中，计算频谱系数在时间维度上的相似度结果，包括：

11、对频谱系数进行中心化处理，得到中心分布结果，并计算中心分布结果的协方差矩阵；

12、根据协方差矩阵得到相似度结果。

13、在其中一个实施例中，相似度结果包括至少一个特征值结果；根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果，包括：

14、若检测到目标声音置信度结果小于预设的置信度阈值，或相似度结果的至少一个特征值结果中的最大特征值结果大于预设的特征值阈值，得到指示初始音频信号不是目标音频信号的音频信号识别结果；

15、若检测到目标声音置信度结果大于或等于置信度阈值，且相似度结果中的最大特征值结果小于或等于特征值阈值，得到指示初始音频信号是目标音频信号的音频信号识别结果。

16、在其中一个实施例中，上述方法还包括：

17、获取预设的频谱系数训练集，频谱系数训练集携带有针对于目标声音的特征标签；

18、将频谱系数训练集输入至预设的初始目标声音判别网络中进行训练，得到频谱系数预测结果，根据频谱系数预测结果与特征标签计算损失函数结果，并将损失函数结果的梯度反向传输至初始目标声音判别网络进行迭代训练，生成训练完备的目标声音判别网络。

19、在其中一个实施例中，计算频谱系数在时间维度上的相似度结果，包括：

20、根据频谱帧结果的变化幅度得到对应于频谱系数的距离总结果，根据距离总结果得到相似度结果。

21、在其中一个实施例中，根据频谱帧结果的变化幅度得到对应于频谱系数的距离总结果，包括：

22、在变化幅度为距离差值的情况下，对相邻的频谱帧结果之间的距离差值进行求平方和处理，得到对应于频谱系数的距离总结果；

23、在变化幅度为频率熵值的情况下，对所有频谱帧结果的熵值进行求和处理，得到对应于频谱系数的距离总结果。

24、第二方面，本申请还提供了一种音频信号的识别装置，包括：

25、获取模块，用于获取初始音频信号，对初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数；

26、计算模块，将频谱系数输入至训练完备的目标声音判别网络中，得到对应于频谱系数的目标声音置信度结果，并计算频谱系数在时间维度上的相似度结果；

27、生成模块，用于根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果。

28、第三方面，本申请还提供了一种烟灶系统，该烟灶系统包括烟机以及灶具；

29、上述烟机，连接灶具，用于获取该灶具产生的目标声音，并基于目标声音执行以下步骤：

30、获取初始音频信号，对初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数；

31、将频谱系数输入至训练完备的目标声音判别网络中，得到对应于频谱系数的目标声音置信度结果，并计算频谱系数在时间维度上的相似度结果；

32、根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果。

33、第四方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现以下步骤：

34、获取初始音频信号，对初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数；

35、将频谱系数输入至训练完备的目标声音判别网络中，得到对应于频谱系数的目标声音置信度结果，并计算频谱系数在时间维度上的相似度结果；

36、根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果。

37、上述音频信号识别方法、装置、烟灶系统和计算机设备，先获取初始音频信号对应的频谱系数；再将该频谱系数输入至目标声音判别网络中，以获取目标声音置信度结果，并同时计算该频谱系数在时间维度上的相似度结果；最后，根据上述目标声音置信度结果以及相似度结果共同对初试音频信号进行识别，得到音频信号识别结果，其中具体的，该音频信号识别结果用于指示该初始音频信号是噪声还是目标声音。通过上述方法，使得频谱系数并行经过神经网络和相似度计算处理，通过完全不同的两种方法同时对频谱系数进行识别，提高了对初始音频信号识别的准确性；进一步地，通过计算时间维度上的相似度结果来对神经网络的输出结果进行修正，可以实现保证较高的音频信号识别准确度，也同时减小了本申请中的方法的计算成本。

技术特征：

1.一种音频信号识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将所述频谱帧结果按照时间维度进行排列，得到对应于所述初始音频信号的频谱系数，包括：

3.根据权利要求1所述的方法，其特征在于，所述计算所述频谱系数在所述时间维度上的相似度结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述相似度结果包括至少一个特征值结果；所述根据所述目标声音置信度结果以及所述相似度结果对所述初始音频信号进行识别，得到音频信号识别结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述计算所述频谱系数在时间维度上的相似度结果，包括：

7.根据权利要求6所述的方法，其特征在于，所述根据所述频谱帧结果的变化幅度得到对应于所述频谱系数的距离总结果，包括：

8.一种音频信号识别装置，其特征在于，所述装置包括：

9.一种烟灶系统，其特征在于，所述烟灶系统包括烟机以及灶具；

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

技术总结本申请涉及一种音频信号识别方法、装置、烟灶系统和计算机设备。所述方法包括：获取初始音频信号，对初始音频信号进行特征提取处理得到至少两个频谱帧结果，并将频谱帧结果按照时间维度进行排列，得到对应于初始音频信号的频谱系数；将频谱系数输入至训练完备的目标声音判别网络中，得到对应于频谱系数的目标声音置信度结果，并计算频谱系数在时间维度上的相似度结果；根据目标声音置信度结果以及相似度结果对初始音频信号进行识别，得到音频信号识别结果。采用本方法能够提高对目标声音识别时的准确度。技术研发人员：袁帅,李思聪,王志轩受保护的技术使用者：无锡微纳核芯电子科技有限公司技术研发日：技术公布日：2024/1/25