一種基于聲學竊聽的擊鍵識別方法

技術特征：

1.一種基于聲學竊聽的擊鍵識別方法，其特征在于，具體包括以下步驟：

2.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s1中的擊鍵數據是在受控環境中使用高靈敏度設備收集的，擊鍵數據中包含用戶敲擊鍵盤時產生的音頻特征。

3.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s2中對擊鍵數據進行預處理的具體做法為：

4.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s3的具體做法為：

5.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s4的具體做法為：

6.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s5的具體做法為：

7.根據權利要求1所述的一種基于聲學竊聽的擊鍵識別方法，其特征在于，s6的具體做法為：

8.一種計算機終端，包含存儲器、處理器及存儲在存儲器并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7中任意一項所述的一種基于聲學竊聽的擊鍵識別方法。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行可實現如權利要求1-7中任意一項所述的一種基于聲學竊聽的擊鍵識別方法。

技術總結
本發明公開了一種基于聲學竊聽的擊鍵識別方法，包括：S1，采集擊鍵數據；S2，對擊鍵數據進行預加重處理，使用自適應譜減法去除背景噪聲，得到干凈的擊鍵信號；S3，對干凈的擊鍵信號進行快速傅里葉變換，計算頻譜能量，將擊鍵信號分離成單個擊鍵片段，確保每個片段只包含一次擊鍵行為；S4，對每個擊鍵片段提取聲譜圖和梅爾譜圖特征；S5，引入多尺度通道注意力模塊和迭代注意特征融合模塊，對聲譜圖和梅爾譜圖特征進行特征融合，通過注意力機制賦予關鍵特征更高的權重；S6，將融合后的特征數據輸入卷積神經網絡模型進行訓練，利用該模型對擊鍵行為進行分類識別；該方法提升了擊鍵識別的準確性和實用性，使其更適用于復雜的聲學環境。

技術研發人員：楊志海,賀志泉,李建新,劉志全,鄒如萍,崔子成
受保護的技術使用者：長安大學
技術研發日：
技術公布日：2025/3/3