環境聲事件檢測應用

環境聲事件的檢測和應用具有重要的現實意義，如通過檢測公共場所的異常聲音來監測公共場所的安全，通過檢測野生動物的聲音來監測野生動物的活動區域或生活條件，通過檢測設備的運行聲音來實時監測設備的運行狀態等。

目前，環境聲學事件檢測領域有兩種聲學檢測解決方案，一種稱為異常聲學檢測，另一種稱為異常聲學識別。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行分類，以了解檢測到什么異常聲音，以達到識別診斷的目的。

異常聲音檢測的一般方法是背景環境聲音建模，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際上來自于聲音識別，本質上是為了訓練一個分類器。聲音識別的關鍵是分類器的區別，即模型的準確性，這是由所選的聲學特征和聲音模型決定的。

但環境聲事件檢測領域仍存在諸多問題，導致實際場景中的應用往往達不到理想。具體問題總結如下:

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

2、缺少如語音識別領域中的端點檢測技術來降低背景噪聲對識別的影響。

3、支持環境聲事件識別領域的研究缺乏大量的環境聲數據集。

4、對環境聲音降噪技術缺乏研究。