基于稀疏分解的音频信号智能识别

摘要

由于噪声音频信号中存在噪声干扰影响因素,导致对音频片段起始和终止时间的识别误差较大,不利于音频信号的智能识别。因此,为了精准识别音频片段起止时刻,提升音频信号的智能识别效果,引入了稀疏分解算法,提出一种新的音频信号智能识别方法。将短时平均过零率作为原始无噪声音频信号结构特征参数,构建音频信号匹配的过完备原子库。引入残差阈值参数作为稀疏分解的终止条件,分解原始无噪声音频信号,实现对含噪音频信号的去噪处理。通过高频内容加权处理对去噪后音频信号进行起止时刻的识别,以信号不同频带能量差异值对其进行差异化赋权,完成音频信号智能识别。分析测试表明,设计方法对中文音频片段起始和终止时刻的识别结果中,误差在±100.0 ms以上的占比为5.72%,对英文音频片段起始和终止时刻的识别结果中,误差在±100.0 ms以上的占比为6.94%,由此表明音频信号智能识别误差较低,设计方法具有较高的识别精度。