異音監測方法架構[15]

本論文對於異音監測可以分為兩部分。第一部分是假設異音出現在麥 克風陣列所監控的角度上。第二部分是異音不在我們所假設的角度上。

首先(圖 3-4)表示異音出現在所監控的角度上:

圖 3-4 系統流程一

假設麥克風陣列的麥克風個數是 8，可以根據(2-8)式對某一方向做聲 音的監控。在本篇論文中是假設以麥克風陣列前方180 度，以每 22.5 度依 序是(22.5 度、45 度、67.5 度、90 度、112.5 度、135 度、157.5 度、180 度)8 個角度做聲音監控。以 90 度為例，因為是平面波假設。根據(2-6)可以得 知8 顆麥克風之間的延遲時間為零，所以 8 顆麥克風是同時收到訊號。所 以對90 度方向的 Beamformer 就是將 8 顆麥克風收到的訊號相加之後再取 平均。這是(系統流程圖一)中建立多方向 Delay and Sum Beamformer 的部 分。

建立好 Delay and Sum Beamformer 之後，會得到 8 組方向的聲音資料。

一樣還是以 90 方向的 Beamformer 為例，可以根據(2-19)對 90 度的 Beamformer 聲音資料當作 ，以每512 點為一音框所以是計算音框內的 通過零點的次數。所以90 方向的 Beamformer 的資料計算完越零率之後會 得到一組數據，這筆數據代表在這段時間內每512 點聲音的頻率變化。

想要對這筆數據建立高斯混合模型可以利用 K-means 分群的方法得到 這筆數據可以分的群數和群中心點的值加快其收斂速度。利用k-means 得 到初始值，再由期望值最大演算法求得代表90 方向的 Beamformer 的聲音 頻率分佈情形。

論文中監控 8 個角度，依序求得 8 個監控方向各自的聲音頻率分佈情 況，所以就有8 個高斯混合模型。現在訓練好環境的背景模型後，依照(系 統流程圖一)。現在假設異音出現在 90 度的方向，當麥克風陣列再次收到 一組聲音後，根據Delay and Sum Beamformer 和(2-19)會求得 8 組方向的 聲音資料，之後代入各自監控角度的高斯混合模型。現在假設異音出現在 90 度的方向，所以 Delay and Sum Beamformer 會將 90 度異音的訊號放大。

放大之後對於高斯混合模型就會有較好的辨識能力。判斷是否為異音判斷 的方法是收到的資料需落在高斯混合模型的每一個高斯分佈的 2.5 倍的標 準差以內。根據統計推論，發生在 2.5 倍的標準差之外的機率值發生的不 到百分之五。所以認定此聲音不屬於此分佈，也就不是環境的背景聲音。

其他角度因為異音不在所監控的角度上，所以異音會被抑制，辨識的效就 不佳。

根據(表 3-1)當有異音出現在 90 度方向時，表中的 8 個監控角度各自 計算出來的機率值，其中有 6 個角度的事後機率值都大於 2.5 倍標準差的 機率值，所以都把異音判斷為環境的背景聲音。只有 90 度和 135 度判斷 為異音，所以就知道異音出現在大約90 度到 135 度的方向。

(表 3-2)是將 8 個監控角度建立一個高維的高斯混合模型，判斷是否有

發生異音的方法和上述一樣。由實驗可得知，將監控方向一起建立高維度 高斯混合模型只要發生的異音，利用麥克風陣列所收到的聲音，即使微量 的頻率變化能可辨識出來。但高維度的高斯混合模型就無法知道方向，但 可以由(表 3-1)的方法得知方向。

機率值 判斷的機率值

22.5 度 0.0122944608409649 0.00118979577102284 45 度 0.00578747663259773 0.00108626085249277 67.5 度 0.00326971304910512 0.00137091506324151 90 度 0.000296154795649129 0.0014976867597792 112.5 度 0.00277923363716396 0.00117718514408275

135 度 0.000678437091262902 0.00171458881773066 157.5 度 0.0104770571235841 0.00151854383892775 180 度 0.00331716029086139 0.00137528519985491

表 3-1 異音位於監控方向的判斷

機率值 判斷的機率值

1.65713387434465e-094 2.44685719600539e-054 表 3-2 高維度高斯混合模型對異音的判斷 (圖 3-5)另外一種情況表示異音沒有在所監控的角度上:

圖 3-5 系統流程二

系統流程二說明的是假設聲源一開始不在所監控的角度上。當麥克風陣列 收到聲音後，一樣會各自和一開始所監控的高斯混合模型比對。但是異音 不在監控的角度上所以在監控角度上的高斯模型都無法判別出來，由(表 3-3)可看出當有異音的資料進入到 8 個監控角度時，都判斷環境背景聲音。

機率值 判斷的機率值

22.5 度 0.0165733731334948 0.00118979577102284 45 度 0.0133653890710188 0.00108626085249277 67.5 度 0.0136452102442473 0.00137091506324151 90 度 0.0147645098870454 0.0014976867597792 112.5 度 0.0159753304010597 0.00117718514408275

135 度 0.0127393977987231 0.00171458881773066 157.5 度 0.0116954210058476 0.00151854383892775 180 度 0.01447470927028 0.00137528519985491

表 3-3 異音不在監控方向的判斷

但是由(表 3-4)判斷的結果可以看出是有異音出現的。

機率值 判斷的機率值

6.69184101280151e-218 2.44685719600539e-054 表 3-4 高維度高斯混合模型對不在監控方向的異音判斷

所以在系統流程二中如果異音沒有出現在監控的角度上，但是高維度的高 斯混合模型仍可以判斷出來有異音的出現。如果再移動監控的角度，重覆 判斷直接找到異音大約的方位。