基于启发式掩模EMD的音频突变成分检测方法

来源：信号处理杂志 2020年第6期北京时间：

作者：李海峰, 戎晓汇, 马琳, 徐忠亮, 薄洪健

摘要：多数情况下，音频信号可以视为是由稳态成分和突变成分两种成分组成，稳态成分与突变成分在属性特征方面具有明显的差异，而且突变成分通常承载更重要的信息，是信号处理要分析提取的目标。为有效检测出突变成分并将这两种成分分离，需要完整精确地检测提取出突变成分。为此本文提出一种基于启发式掩模经验模态分解（Empirical Mode Decomposition，EMD）的音频突变成分检测方法，该检测方法中使用启发式掩模EMD分解音频信号并从中提取出各点的瞬时信息作为检测特征，同时本文提出一种窗长自适应更新策略来设定适合突变成分的长度。在IOWA的乐器音频数据集中，该检测方法能够实现以98.68%的检测精确率和87.65%的检测召回率将音频突变成分检测出来。此外该检测方法无需人为干预，并且检测出的突变成分维度一致，便于进行后续的特征提取、分类识别等处理操作。

关键词：掩模经验模态分解, 音频信号, 突变成分, 检测方法