SYSTEMS AND METHODS FOR ACOUSTIC FEATURE EXTRACTION AND DUAL SPLITTER MODEL

Systems and methods of the present disclosure enable signal detection and/or recognition in audio recordings using one or more signal splitting techniques including a computing system configured therefor. The computing system may receive a signal data signature of time-varying data, the time- varyin...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: COX, Morgan, KOMISSARCHIK, Julia, STOGSDILL, Adam, KOMISSARCHIK, Edward, KATTIRTZI, John, FOGARTY, Mark, SCORDIA, Robert, HOPKINS, Kristan, KOTCHOU, Simon, DONALDSON, Nolan
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Systems and methods of the present disclosure enable signal detection and/or recognition in audio recordings using one or more signal splitting techniques including a computing system configured therefor. The computing system may receive a signal data signature of time-varying data, the time- varying data having an event of interest and segment the signal data signature to isolate the event of interest by utilizing a first Hidden Markov model (HMM) configured to segment the signal data signature into at least one segment of the time-varying data by identifying state changes indicative of events of interest and where the at least one segment of the time-varying data has a first length. The computing system may use a second HMM configured to segment the at least one segment into a sub-segment of the time-varying data by identifying state changes within the at least one segment. Des systèmes et des procédés de la présente divulgation permettent une détection et/ou une reconnaissance de signal dans des enregistrements audio à l'aide d'une ou de plusieurs techniques de division de signal comprenant un système informatique configuré à cet effet. Le système informatique peut recevoir une signature de données de signal de données variant dans le temps, les données variant dans le temps ayant un événement d'intérêt et segmenter la signature de données de signal pour isoler l'événement d'intérêt en utilisant un premier un modèle de Markov caché (MMC) configuré pour segmenter la signature de données de signal en au moins un segment des données variant dans le temps par identification de changements d'état indiquant des événements d'intérêt et le ou les segments des données variant dans le temps ayant une première longueur. Le système informatique peut utiliser un deuxième HMM configuré pour segmenter le ou les segments en un sous-segment des données variant dans le temps par identification de changements d'état à l'intérieur du ou des segments.