基于SVM技術(shù)的音頻分類(lèi)事件識(shí)別
發(fā)布時(shí)間:2022-12-23 04:16
在音頻信息識(shí)別技術(shù)的幫助下進(jìn)行海量音頻信息的查詢(xún)時(shí)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(shí)別進(jìn)行自動(dòng)檢測(cè),這不僅大大降低了人力成本,還能更有效更快捷的識(shí)別有害信息。因此對(duì)于當(dāng)今網(wǎng)絡(luò)社會(huì)來(lái)說(shuō),音頻識(shí)別技術(shù)的應(yīng)用層面是非常廣泛的。音頻識(shí)別技術(shù)不僅適用于網(wǎng)絡(luò),在很多實(shí)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(duì)音頻場(chǎng)景理解展現(xiàn)出極大的興趣,其中音頻場(chǎng)景分類(lèi)和事件檢測(cè)也成為了焦點(diǎn)。音頻場(chǎng)景事件識(shí)別是基于音頻識(shí)別的一種具體應(yīng)用。目的是為了能根據(jù)特定音頻來(lái)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(cè)裝置更加的小巧,且受環(huán)境因素的影響性較之更小,因?yàn)槁曇舻膫鬟f不受大霧天氣或者視野的限制,自動(dòng)化的識(shí)別過(guò)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(jué)監(jiān)控,因此不可避免的會(huì)受到視線的影響,人多嘈雜時(shí)不易發(fā)現(xiàn)重要信息,大霧等阻礙視線的天氣時(shí)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(shí)別技術(shù)與森林的特點(diǎn)結(jié)合起來(lái)應(yīng)用到森林盜伐...
【文章頁(yè)數(shù)】:48 頁(yè)
【學(xué)位級(jí)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(duì)自然語(yǔ)言進(jìn)行簡(jiǎn)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(yǔ)音識(shí)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(shí)能量和梅爾倒譜系數(shù)的車(chē)型音頻識(shí)別[J]. 趙宏旭,楊文帥. 科學(xué)技術(shù)與工程. 2018(18)
[5]尖叫聲識(shí)別裝置的研制[J]. 毛峽,張旭東,陳立江. 復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2018(03)
[6]音頻信號(hào)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(bào). 2018(02)
[7]無(wú)人機(jī)識(shí)別的音頻特征提取方法[J]. 丘愷彬,李建良. 噪聲與振動(dòng)控制. 2018(02)
[8]第41次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》發(fā)布[J]. 中國(guó)廣播. 2018(03)
[9]基于Labview軟件的MFCC特征參數(shù)提取程序設(shè)計(jì)[J]. 蘇力,李陽(yáng),龐宇辰. 科學(xué)技術(shù)創(chuàng)新. 2018(05)
[10]應(yīng)用于語(yǔ)種識(shí)別的加權(quán)音素對(duì)數(shù)似然比特征[J]. 張健,徐杰,包秀國(guó),周若華,顏永紅. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(10)
博士論文
[1]復(fù)雜音頻分類(lèi)中的關(guān)鍵問(wèn)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(yǔ)音識(shí)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(hào)分類(lèi)算法研究[D]. 胡明輝.長(zhǎng)春工業(yè)大學(xué) 2015
[3]3D虛擬聲算法研究與實(shí)現(xiàn)[D]. 李薯光.西安電子科技大學(xué) 2014
[4]音頻分類(lèi)技術(shù)研究[D]. 賈強(qiáng).復(fù)旦大學(xué) 2013
[5]單芯片語(yǔ)音密碼機(jī)中低速率語(yǔ)音編碼的研究與實(shí)現(xiàn)[D]. 張忠.西安電子科技大學(xué) 2012
[6]噪聲環(huán)境下說(shuō)話人特征參數(shù)提取研究[D]. 江成.山東大學(xué) 2009
本文編號(hào):3724695
【文章頁(yè)數(shù)】:48 頁(yè)
【學(xué)位級(jí)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(duì)自然語(yǔ)言進(jìn)行簡(jiǎn)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(yǔ)音識(shí)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(shí)能量和梅爾倒譜系數(shù)的車(chē)型音頻識(shí)別[J]. 趙宏旭,楊文帥. 科學(xué)技術(shù)與工程. 2018(18)
[5]尖叫聲識(shí)別裝置的研制[J]. 毛峽,張旭東,陳立江. 復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2018(03)
[6]音頻信號(hào)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(bào). 2018(02)
[7]無(wú)人機(jī)識(shí)別的音頻特征提取方法[J]. 丘愷彬,李建良. 噪聲與振動(dòng)控制. 2018(02)
[8]第41次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》發(fā)布[J]. 中國(guó)廣播. 2018(03)
[9]基于Labview軟件的MFCC特征參數(shù)提取程序設(shè)計(jì)[J]. 蘇力,李陽(yáng),龐宇辰. 科學(xué)技術(shù)創(chuàng)新. 2018(05)
[10]應(yīng)用于語(yǔ)種識(shí)別的加權(quán)音素對(duì)數(shù)似然比特征[J]. 張健,徐杰,包秀國(guó),周若華,顏永紅. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(10)
博士論文
[1]復(fù)雜音頻分類(lèi)中的關(guān)鍵問(wèn)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(yǔ)音識(shí)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(hào)分類(lèi)算法研究[D]. 胡明輝.長(zhǎng)春工業(yè)大學(xué) 2015
[3]3D虛擬聲算法研究與實(shí)現(xiàn)[D]. 李薯光.西安電子科技大學(xué) 2014
[4]音頻分類(lèi)技術(shù)研究[D]. 賈強(qiáng).復(fù)旦大學(xué) 2013
[5]單芯片語(yǔ)音密碼機(jī)中低速率語(yǔ)音編碼的研究與實(shí)現(xiàn)[D]. 張忠.西安電子科技大學(xué) 2012
[6]噪聲環(huán)境下說(shuō)話人特征參數(shù)提取研究[D]. 江成.山東大學(xué) 2009
本文編號(hào):3724695
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3724695.html
最近更新
教材專(zhuān)著