基于改进MFCC与短时能量特征的异常音频检测方法

在现实声场景中存在着大量的有用信息,当场景中出现了异常音频时(如哭声、玻璃碎裂、物体摔裂、爆炸、车辆急促鸣笛等),意味着这个场景中存在着一定的危险性,可通过对场景中异常声音的关键特征进行识别检索来达到对危险声环境检测的效果。国内外研究者针对检测声音事件时效率较低、稳定性较差等问题,不对异常声音进行分类建模,而仅结合特征参数特点分类爆炸声、尖叫声、哭笑声等异常情况,通常选用的参数有短时能量、过零率、梅尔倒谱系数(Mel-Frequency Cepstrum,MFCC)等。为了探寻更适合异常音频检测的参数,本文提出了一种基于改进梅尔频率倒谱系数MFCC(Mel-scale Frequency Cepstral Coefficients,MFCC)与短时能量特征的异常音频检测方法。