在音頻信息識別技術(shù)的幫助下進(jìn)行海量音頻信息的查詢時那些混在其中的不良信息和危害性信息就可以憑借音頻識別進(jìn)行自動檢測,這不僅大大降低了人力成本,還能更有效更快捷的識別有害信息。因此對于當(dāng)今網(wǎng)絡(luò)社會來說,音頻識別技術(shù)的應(yīng)用層面是非常廣泛的。音頻識別技術(shù)不僅適用于網(wǎng)絡(luò),在很多實際生活中也被廣泛使用。而隨著人工智能的發(fā)展,研究人員對音頻場景理解展現(xiàn)出極大的興趣,其中音頻場景分類和事件檢測也成為了焦點。音頻場景事件識別是基于音頻識別的一種具體應(yīng)用。目的是為了能根據(jù)特定音頻來確定某些事件的發(fā)生。相比于傳統(tǒng)的視頻監(jiān)控和人力監(jiān)控,在某些特定的情況下可以彌補(bǔ)上述方式的不足。相較于攝像頭監(jiān)控的方式,音頻檢測裝置更加的小巧,且受環(huán)境因素的影響性較之更小,因為聲音的傳遞不受大霧天氣或者視野的限制,自動化的識別過程也能減輕監(jiān)控人員的工作量。相較于使用接收聲音作為監(jiān)控的手段,傳統(tǒng)的攝像頭監(jiān)控由于采用的是視覺監(jiān)控,因此不可避免的會受到視線的影響,人多嘈雜時不易發(fā)現(xiàn)重要信息,大霧等阻礙視線的天氣時也很影響監(jiān)控效果,而且攝像頭監(jiān)控主要還是依靠人員監(jiān)視,容易產(chǎn)生紕漏。本課題把音頻識別技術(shù)與森林的特點結(jié)合起來應(yīng)用到森林盜伐... 

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

最近特征線方法

神經(jīng)網(wǎng)絡(luò)

圖4.3支持向量機(jī)原理圖

【參考文獻(xiàn)】：
期刊論文
[1]利用Python對自然語言進(jìn)行簡單處理[J]. 劉家岐.  現(xiàn)代商貿(mào)工業(yè). 2019(07)
[2]淺析家庭智能音箱中的語音識別技術(shù)[J]. 胡益愷.  科技傳播. 2019(04)
[3]高斯混合模型的理解和應(yīng)用[J]. 張鸝灃.  課程教育研究. 2018(48)
[4]基于短時能量和梅爾倒譜系數(shù)的車型音頻識別[J]. 趙宏旭,楊文帥.  科學(xué)技術(shù)與工程. 2018(18)
[5]尖叫聲識別裝置的研制[J]. 毛峽,張旭東,陳立江.  復(fù)旦學(xué)報(自然科學(xué)版). 2018(03)
[6]音頻信號矢量編碼算法[J]. 楊超,徐向旭,劉云飛,朱弘,芮天宇.  海軍航空工程學(xué)院學(xué)報. 2018(02)
[7]無人機(jī)識別的音頻特征提取方法[J]. 丘愷彬,李建良.  噪聲與振動控制. 2018(02)
[8]第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》發(fā)布[J].   中國廣播. 2018(03)
[9]基于Labview軟件的MFCC特征參數(shù)提取程序設(shè)計[J]. 蘇力,李陽,龐宇辰.  科學(xué)技術(shù)創(chuàng)新. 2018(05)
[10]應(yīng)用于語種識別的加權(quán)音素對數(shù)似然比特征[J]. 張健,徐杰,包秀國,周若華,顏永紅.  清華大學(xué)學(xué)報(自然科學(xué)版). 2017(10)

博士論文
[1]復(fù)雜音頻分類中的關(guān)鍵問題研究[D]. 王榮燕.北京郵電大學(xué) 2011

碩士論文
[1]基于令牌傳遞的維特比解碼及其在語音識別中的應(yīng)用[D]. 邱泉.華南理工大學(xué) 2016
[2]基于支持向量機(jī)和HMM的音頻信號分類算法研究[D]. 胡明輝.長春工業(yè)大學(xué) 2015
[3]3D虛擬聲算法研究與實現(xiàn)[D]. 李薯光.西安電子科技大學(xué) 2014
[4]音頻分類技術(shù)研究[D]. 賈強(qiáng).復(fù)旦大學(xué) 2013
[5]單芯片語音密碼機(jī)中低速率語音編碼的研究與實現(xiàn)[D]. 張忠.西安電子科技大學(xué) 2012
[6]噪聲環(huán)境下說話人特征參數(shù)提取研究[D]. 江成.山東大學(xué) 2009



本文編號：3724695