一种基于多尺度特征融合和改进FastViT模型的室内异常声识别方法

本发明的目的是针对当前室内异常声识别算法中，无法有效捕捉室内环境中声音的多层次、时空变化特征，导致在时频复杂情况下表现不佳，限制了其准确性的问题。本发明提出了一种基于多尺度特征融合的室内异常声音识别方法。首先，从原始音频中提取Gammatone特征，模拟人耳听觉系统对声音的处理来建模声音的时频特征。而后，通过改进一个多尺度特征融合模块，捕捉输入特征中不同粒度级别的信息，并且通过不同的注意力对不同尺度上的特征进行聚合，从而得到特征的多样化表示，随后，将该模块嵌入到FastViT模型，使得模型能够更有效地关注异常声的关键部分，同时降低背景噪声的干扰，提高了室内异常声识别的准确性和鲁棒性。