SED算法使用参考

REVISION HISTORY¶

Revision No.	Description	Date
1.0.0	Initial release	05/09/2023
1.1.0	add vad function	12/14/2023

1. 概述¶

1.1. 算法说明¶

声音事件检测（Sound Event Detection, SED）是检测是否有对应声音事件的算法，目前支持小孩子哭声检测和咳嗽声检测。

model	功能	类别
sed/sed_tbs.img	babycry检测	0：negative 1:babycry
sed/sed_tcs.img	cough检测	0:negative 1:cough
sed/sed_tcbs.img	cough&babycry检测	0:negative 1:cough 2:babycry

1.2. 注意¶

算法工作采样率为16kHz，输入长度为256个采样点(16ms)。

本算法使用16kHz采样率训练模型，测试时请播放采样率大于16kHz的音频。

2. API 参考¶

2.1. 功能模块API¶

API名称	功能
IaaSed_GetBufferSize	获取SED算法运行需要的内存大小
IaaSed_Init	初始化SED算法
IaaSed_SetConfig	设置SED算法参数
IaaSed_GetConfig	打印SED算法参数
IaaSed_GetInputSamples	获取SED算法输入的采样点数
IaaSed_LoadData	加载算法运行数据
IaaSed_Run	SED算法处理
IaaSed_GetScore	获取SED检测得分
IaaSed_Free	释放SED算法资源
IaaSed_setCallbackFunc	算法验证回调函数

2.2. IaaSed_GetBufferSize¶

功能

获取SED算法运行所需要的内存大小。
语法
```
int IaaSed_GetBufferSize(void);
```
形参

参数名称描述输入/输出
返回值

返回值为SED算法运行所需要的内存大小。
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a
注意

该接口仅返回需要的内存大小，申请和释放内存的动作需应用来处理。
举例

无。

2.3. IaaSed_Init¶

功能

初始化SED算法需要的内存。

语法

SED_HANDLE IaaSed_Init(AudioSedInit_t *sedInit);

形参

参数名称描述输入/输出

sedInit SED算法的初始化结构体指针输入
返回值

返回值结果

handle 成功

NULL 失败
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a
注意
- SED算法仅支持16kHz采样率，16bit采样位宽。
举例

无。

2.4. IaaSed_SetConfig¶

功能

设置SED算法参数。

语法

int IaaSed_SetConfig(SED_HANDLE handle, AudioSedConfig_t* sedConfig);

形参

参数名称描述输入/输出

handle SED算法handle 输入

sedConfig SED算法参数设置结构体输入
返回值

返回值结果

0 成功

其他值失败, 参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

2.5. IaaSed_GetConfig¶

功能

设置SED算法参数。
语法
```
int IaaSed_Run(SED_HANDLE handle);
```
形参

参数名称描述输入/输出

handle SED算法handle 输入
返回值

返回值结果

0 成功

其他值失败, 参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

2.6. IaaSed_GetInputSamples¶

功能

获取SED算法输入样本点长度。

语法

int IaaSed_GetInputSamples(SED_HANDLE handle,int* s32SampleLength);

形参

参数名称描述输入/输出

handle SED算法handle 输入

s32SampleLength 每个样本点长度输出
返回值

返回值结果

0 成功

其他值失败，参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

2.7. IaaSed_LoadData¶

功能

SED算法加载数据函数，IaaSed_LoadData函数不断获取数据，当数据达到可以检测阈值时返回1，否则返回0。

语法

int IaaSed_LoadData(SED_HANDLE handle, const short *data, int* detectFlag);

形参

参数名称描述输入/输出

handle 算法handle 输入

input 输入数据指针输入

detectFlag 数据是否准备好的标记，1表示准备就绪输出
返回值

返回值结果

0 成功

其他值失败，参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

2.8. IaaSed_Run¶

功能

SED算法处理函数。

语法

int IaaSed_Run(SED_HANDLE handle, int* eventIndex);

形参

参数名称描述输入/输出

handle 算法handle 输入

eventIndex 事件发生类别，根据输入的模型不同，类别含义不同输出
返回值

返回值结果

0 成功

其他值失败，参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a
举例

参考Demo code

2.9. IaaSed_GetScore¶

功能

获取SED检测得分

语法

int IaaSed_GetScore(SED_HANDLE handle, float *eventScore, int *eventNum);

形参

参数名称描述输入/输出

handle SED算法handle 输入

eventScore SED算法检测得分输出

eventNum SED算法检测事件数目输出
返回值

返回值结果

0 成功

其他值失败，参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

2.10. IaaSed_Free¶

功能

释放SED算法的资源。
语法
```
int IaaSed_Free(SED_HANDLE handle);
```
形参

参数名称描述输入/输出

handle SED算法handle 输入
返回值

返回值结果

0 成功

其他值失败，参照错误码
依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a
注意
- 必须先调用IaaSed_Free，再释放供SED算法所使用的内存。

2.11. IaaSed_setCallbackFunc¶

功能

SED算法验证回调函数（暂不支持）。

语法

int IaaSed_setCallbackFunc(int(*log)(const char *szFmt, ...),
                        int(*envSet)(char *key, char *par),
                        int(*envGetString)(char *var, char *buf, unsigned int size),
                        int(*envSave)(void),
                        int(*readUuid)(unsigned long long *u64Uuid));

依赖
- 头文件: AudioSedProcess.h
- 库文件: libSED_LINUX.so/ libSED_LINUX.a

3. SED 数据类型¶

3.1. SED模块相关数据类型定义¶

数据类型	定义
AudioSedInit_t	SED算法初始化数据结构体类型
AudioSedConfig_t	SED算法参数设置结构体类型
AudioSedMode_e	SED算法检测模式
SED_HANDLE	SED算法句柄类型

3.2. AudioSedInit_t¶

说明

定义SED算法的配置参数结构体。

定义

typedef struct{
    int sampleRate;
    int bitWidth;
    int ipuMaxSize;
    char modelPath[SED_MAX_FILE_PATH_LEN];
}AudioSedInit_t;

成员

成员名称描述

sampleRate 语音采样率

bitWidth 语音采样位宽

ipuMaxSize 最大IPU模型大小

modelPath 检测模型地址
注意事项
- 采样位宽只支持16bit, 采样率只支持16kHz，通道只支持单通道。SED_MAX_FILE_PATH_LEN大小为256
相关数据类型及接口

IaaSed_Init

3.3. AudioSedConfig_t¶

说明

定义SED算法参数结构体。

定义

typedef struct{
    int smoothLength;
    float vadThreshold;
    AudioSedMode_e detectMode;
    float eventThreshold[SED_MAX_EVENT_NUM];
}AudioSedConfig_t;

成员

成员名称	描述
eventThreshold	声音事件检测阈值，取值范围[0,1]
vadThreshold	声音事件检测VAD阈值，取值范围[-80, 0]
detectMode	声音事件检测模式
smoothLength	当检测模式为IAA_ROBUST_MODE时的平滑长度

注意：
- SED_MAX_EVENT_NUM数值为2，如果加载的是sed_tbs.img,则只需设置第一个阈值即可{0.5，0}，如果是sed_tcbs.img则设置{0.5，0.5}
相关数据类型及接口

IaaSed_SetConfig

3.4. AudioSedMode_e¶

说明

定义SED算法检测模式。

定义

typedef enum{
    IAA_SENSTITVE_MODE = 0,
    IAA_ROBUST_MODE
}AudioSedMode_e;

成员

成员名称描述

IAA_SENSTITVE_MODE 灵敏模式，对声音事件较为灵敏

IAA_ROBUST_MODE 稳定模式，声音事件检测结果稳定，开启时会对结果进行平滑
相关数据类型及接口

IaaSed_SetConfig

3.5. SED_HANDLE¶

说明

定义SED算法的句柄类型。
定义
```
typedef void* SED_HANDLE;
```
成员

成员名称描述
注意事项

无。
相关数据类型及接口

IaaSed_Init

IaaSed_SetConfig

IaaSed_GetConfig

IaaSed_Free

IaaSed_Run

4. 错误码¶

SED API 错误码如表下所示：

错误码	宏定义	描述
0x00000000	ALGO_SED_RET_SUCCESS	SED运行成功
0x80000401	ALGO_SED_RET_INVALID_LICENSE	LICENSE无效
0x80000402	ALGO_SED_RET_INVALID_HANDLE	HANDLE无效
0x80000403	ALGO_SED_RET_INVALID_SAMPLERATE	采样率不支持
0x80000404	ALGO_SED_RET_INVALID_BITWIDTH	采样位数不支持
0x80000405	ALGO_SED_RET_INVALID_MODEL	模型不支持
0x80000406	ALGO_SED_RET_INVALID_DETECT_MODE	检测模式不支持
0x80000407	ALGO_SED_RET_INVALID_THRESHOLD	检测阈值不支持
0x80000408	ALGO_SED_RET_INVALID_IPU_MAX_SIZE	IPU模型大小不支持
0x80000409	ALGO_SED_RET_INVALID_VAD_THRESHOLD	VAD检测阈值不支持

参数名称	描述	输入/输出
handle	SED算法handle	输入
sedConfig	SED算法参数设置结构体	输入

参数名称	描述	输入/输出
handle	算法handle	输入
input	输入数据指针	输入
detectFlag	数据是否准备好的标记，1表示准备就绪	输出

成员名称	描述
sampleRate	语音采样率
bitWidth	语音采样位宽
ipuMaxSize	最大IPU模型大小
modelPath	检测模型地址

成员名称	描述
IAA_SENSTITVE_MODE	灵敏模式，对声音事件较为灵敏
IAA_ROBUST_MODE	稳定模式，声音事件检测结果稳定，开启时会对结果进行平滑

返回值	结果
handle	成功
NULL	失败

返回值	结果
0	成功
其他值	失败, 参照错误码

返回值	结果
0	成功
其他值	失败, 参照错误码

返回值	结果
0	成功
其他值	失败，参照错误码