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**; 江富荣; 赵丹诚

来源：电声技术, 2022, 46(01): 82-84.

DOI：10.16311/j.audioe.2022.01.024

• 异常声信号
• 端点检测
• 特征提取
• 卷积神经网络(CNN)

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。

• 单位
  桂林电子科技大学