環(huán)境聲事件檢測應(yīng)用

環(huán)境聲事件的檢測和應(yīng)用具有重要的現(xiàn)實(shí)意義，如通過檢測公共場所的異常聲音來監(jiān)測公共場所的安全，通過檢測野生動物的聲音來監(jiān)測野生動物的活動區(qū)域或生活條件，通過檢測設(shè)備的運(yùn)行聲音來實(shí)時監(jiān)測設(shè)備的運(yùn)行狀態(tài)等。

目前，環(huán)境聲學(xué)事件檢測領(lǐng)域有兩種聲學(xué)檢測解決方案，一種稱為異常聲學(xué)檢測，另一種稱為異常聲學(xué)識別。所謂異常聲音檢測是檢測是否有異常聲音，但不確定是什么異常聲音；異常聲音識別是對異常聲音進(jìn)行分類，以了解檢測到什么異常聲音，以達(dá)到識別診斷的目的。

異常聲音檢測的一般方法是背景環(huán)境聲音建模，所有與模型不匹配的都是異常聲音；異常聲音識別是異常聲音建模，所有與模型匹配的都是異常聲音。這兩種方法的原理實(shí)際上來自于聲音識別，本質(zhì)上是為了訓(xùn)練一個分類器。聲音識別的關(guān)鍵是分類器的區(qū)別，即模型的準(zhǔn)確性，這是由所選的聲學(xué)特征和聲音模型決定的。

但環(huán)境聲事件檢測領(lǐng)域仍存在諸多問題，導(dǎo)致實(shí)際場景中的應(yīng)用往往達(dá)不到理想。具體問題總結(jié)如下:

1、目前流行的聲學(xué)特征 機(jī)器學(xué)習(xí)的環(huán)境聲學(xué)事件識別方法在低信噪聲比的實(shí)際場景中識別性能較差。例如，在高信噪聲比下，目標(biāo)聲學(xué)事件的召回率較高，但精度較低（背景噪聲很容易被判定為目標(biāo)聲學(xué)事件）；在低信噪聲比下，識別效果一般較差。

2、缺少如語音識別領(lǐng)域中的端點(diǎn)檢測技術(shù)來降低背景噪聲對識別的影響。

3、支持環(huán)境聲事件識別領(lǐng)域的研究缺乏大量的環(huán)境聲數(shù)據(jù)集。

4、對環(huán)境聲音降噪技術(shù)缺乏研究。