来源：期刊VIP网 时间：
作者：孙凯玮;王玫;阚瑞祥;刘鑫;仇洪冰;林桂耀;
单位：桂林理工大学计算机科学与工程学院;桂林电子科技大学信息与通信学院;
摘要：声音分类技术在校园事件监测中至关重要。然而，声音识别领域存在诸多挑战，如特征提取方法的适配性不足、现有方法难以平衡学习、理解能力与模型复杂度之间的关系等。为解决这些问题，文中提出一种基于LM-H声学特征和RCB-EfficientNet模型的改进算法。从原始音频中提取Log-Mel和Hilbert谱图特征，融合为全新的LM-H特征来描述校园异常声，并提出轻量化音频分类模型RCB-EfficientNet。通过减少主要模块的堆叠和模型参数量，并添加特征层间的跳跃连接保证信息传递，同时通过替换注意力模块来避免信息丢失。最后，在基于数个公开数据集重组而成的自建数据集上进行实验，改进后的模型参数量为2.69 MB，减少了1.32 MB，总体下降32%，同时实现了98.70%的精度。证实了该改进算法在维持轻量级计算的同时，具有高准确性和稳健性。
关键词：声音分类;;特征融合;;校园异常声;;声学特征;;轻量化;;注意力模块
基金资助：国家自然科学基金项目（62071135）;国家自然科学基金项目（61961010）;; 桂林电子科技大学研究生创新项目（2023YCXB05）
