本次设计的仿真实验均在matlab2016b上进行，模拟公园、动物园或幼儿园的场景，将小孩的哭声、脚步声、小鸟叫声音三种声音混合在一起。对于如何从三种混合声音中提取出目标声音，本文介绍了两种方法。第一种是根据基频处理的方法，将三种声音录制成一段音频，根据待识别声音的基频范围设计对应的滤波器，将目标声音的基频大致过滤提取出来；第二种是盲源分离，利用盲源分离的方法将这三种声音从混合后的观测声音中分离出来,提取出目标声音。在从混合声音中提取出目标声音后，经过预处理，提取音频的MFCC特征，利用HMM音频分类模型对这三类音频进行训练，带入测试音频数据，比较分类的效果。

本论文从仿真实验模拟为起点，通过将同一场景中混合声音分离，提取出单一目标声音，提取音频MFCC特征，对音频分类识别，根据识出的目标声音来推测识别所在场景。

.......

毕业设计（论文）主要内容：

1．综述噪声环境中单一声音识别在生活实际中的应用；

2．了解从噪声环境中提取一种声音和声音识别的相关技术；

3．熟悉和使用一种声音提取、识别所需的开发环境； 

4．深入分析噪声环境中单一声音识别的关键技术；

5. 确定设计与实现的具体思路；

6．实现噪声环境中单一声音的识别的程序。

7．总结上述所做的工作，分析特点和不足，提出需要改进的地方。

......

本课题专注于研究混合声音中小孩哭声、鸟叫声的识别。分析有小孩哭声的场景。因为小孩保护意识不强，有时大人可能忙于其他，无暇顾及孩子，通过识别出小孩哭声，可以给父母或老师一个提醒的作用，可以去看看发生了什么情况。我选取了小孩哭声、脚步声、鸟叫声这三种声音混合在一起，模拟公园或游乐园的真实场景，通过基频提取、盲源分离的方法从三种混合在一起的声音中分离提取出小孩哭声、鸟叫声、脚步声，提取小孩哭声，对音频做频谱分析，提取音频MFCC特征，构建模型对音频进行分类识别。

......

本文首先需要从混合声音中分离出目标声音，然后对声音进行预处理，提取音频MFCC特征，最后对音频进行分类识别。

将三种声音以一种混合方式混合在一起，模拟实际幼儿园场景；

通过盲源分离，将三种声音从混合声音中分离，提取出目标声音（小孩哭声）；

对待识别的音频进行预处理；

提取音频梅尔倒谱系数特征（MFCC）；

1、通过提取出的特征进行训练，建立模型；

2、做实验，比较模型的效果。

本文在提取信号特征参数过程中主要获得了两个典型的特征：梅尔倒谱系数特征（MFCC）以及稀疏特征，然后利用隐马尔可夫模型分别对这两个特征进行训练、识别。同时对信号的稀疏特征运用了特征加权技术，使此特征能够更加完全地表征目标信号，有效地提升了识别的准确性，并最终实现了利用隐马尔可夫分类器识别音频信号的目标。

之后根据整个系统模型的原理，利用Matlab GUI仿真软件实现了多音频信号分离与识别系统的建立。

论文的组织结构

论文的安排如下：

第一章为绪论，论述了本论文的开发背景和意义，综合国外、国内盲源分离、音频分类识别的发展现状，介绍本文的主要研究内容；

第二章为音频时频分析、盲源分离、隐马尔可夫模型的介绍；

第三章为噪声环境中识别小孩哭声的具体实现方法介绍；

第四章为实验验证与结果分析；

第五章为总结部分。