基于MFCC,MODGDF和支持向量機(jī)的環(huán)境音識(shí)別研究
發(fā)布時(shí)間:2020-12-19 23:07
環(huán)境音識(shí)別是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)研究重點(diǎn)和難點(diǎn),它可以幫助智能系統(tǒng)識(shí)別音頻數(shù)據(jù)中的環(huán)境音。本文提出一種新的環(huán)境音識(shí)別方法,它是將梅爾頻率倒譜系數(shù)(mel frequency cepstral coefficents,MFCC)和修正群延遲函數(shù)(modified group delay function,MODGDF)聯(lián)合作為特征參數(shù),然后利用多分類支持向量機(jī)(support vector machine,SVM)進(jìn)行參數(shù)分類,達(dá)到識(shí)別音頻數(shù)據(jù)中環(huán)境音的目的。結(jié)果表明,在DCASE 2018數(shù)據(jù)集上,該方法的實(shí)驗(yàn)效果優(yōu)于DCASE 2018數(shù)據(jù)集基線系統(tǒng)識(shí)別效果,整體識(shí)別準(zhǔn)確率提高了25.8%。
【文章來源】:河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年06期 北大核心
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引 言
1 相關(guān)工作
2 識(shí)別原理及流程
3 特征提取及分類
3.1 MFCC特征提取
3.2 MODGDF特征提取
3.3 PCA降維
3.4 SVM特征分類
4 結(jié)果與分析
4.1 數(shù)據(jù)集的選擇
4.2 實(shí)驗(yàn)方法
4.3 實(shí)驗(yàn)結(jié)果
5 結(jié) 論
本文編號(hào):2926736
【文章來源】:河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年06期 北大核心
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引 言
1 相關(guān)工作
2 識(shí)別原理及流程
3 特征提取及分類
3.1 MFCC特征提取
3.2 MODGDF特征提取
3.3 PCA降維
3.4 SVM特征分類
4 結(jié)果與分析
4.1 數(shù)據(jù)集的選擇
4.2 實(shí)驗(yàn)方法
4.3 實(shí)驗(yàn)結(jié)果
5 結(jié) 論
本文編號(hào):2926736
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2926736.html
最近更新
教材專著