版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、異常聲音識別是聲音識別系統(tǒng)中的一種,是應用音頻波形中反映異常聲音的特征參數(shù),自動識別異常聲音的一種技術(shù)。聲音識別系統(tǒng)具有計算效率高,復雜度小,采集設(shè)備簡單,成本低,而且能更好的保護人們的隱私等優(yōu)點,它還可以和視頻監(jiān)控系統(tǒng)協(xié)作。因此,聲音識別技術(shù)是具有廣泛的應用前景,值得很多人投身其研究中。
本文針對異常聲音識別系統(tǒng)低識別率和高復雜度的問題,將梅爾頻率倒譜系數(shù)(Mel Frequency Cepstrum Coefficie
2、nts,簡稱MFCC)與短時能量混合特征應用到異常聲音識別系統(tǒng)中。該混合特征使得高斯混合模型(Gaussian Mixture Model,簡稱GMM)分類器可獲得比使用MFCC特征及其差分MFCC更好的分類性能。分類器的平均識別率可達到90%以上,并且計算復雜度小。給出了系統(tǒng)實現(xiàn)的具體步驟,并通過仿真實驗證明了該算法的有效性。
在性能研究方面,分析了不同特征參數(shù)下異常聲音識別系統(tǒng)的識別率,獲得特征參數(shù)的性能與系統(tǒng)的識別率
3、相關(guān)的結(jié)果;此外還分析不同高斯混合階數(shù)下異常識別系統(tǒng)的識別率,獲得高斯密度個數(shù)的選擇與訓練音頻數(shù)據(jù)量相關(guān)的結(jié)果;最后對比分析了最大期望(Expectation Maxinum,EM)和最小描述長度(Minimum DescriptionLength,MDL)算法,結(jié)果表明MDL算法能夠有更好的應用空間。
在系統(tǒng)構(gòu)建方面,本文用MATLAB實現(xiàn)了一個完整的異常聲音識別系統(tǒng),包括音頻信號的預處理,特征提取以及分類器的訓練和識別
4、。在預處理模塊中,對原始音頻進行了歸一化,預加重,重疊分幀等處理;在特征提取模塊中,提取了MFCC,過零率(The Zero-Crossing Rate,ZCR),短時能量(Short-Energy),對數(shù)頻率倒譜系數(shù)(The Log Frequency Cepstral Coefficients,LFCC)等特征參數(shù)。在模型訓練與識別模塊中,使用了高斯混合模型作為分類器,它與其他分類器相比,能更好的分辨出異常聲音的差別。該系統(tǒng)實現(xiàn)了對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MFCC的異常聲音識別技術(shù)研究.pdf
- 基于改進MFCC與基音頻率的公共場所異常聲音識別算法研究.pdf
- 基于MFCC和GMM的說話人識別系統(tǒng)研究.pdf
- 基于MFCC特征和GMM模型的說話人識別系統(tǒng)研究.pdf
- 基于MFCC和GMM語音轉(zhuǎn)換技術(shù)研究.pdf
- 基于GMM的辦公室環(huán)境下兩類異常聲音識別的研究.pdf
- 基于MFCC說話人識別算法研究.pdf
- 基于MFCC和矢量量化的說話人識別算法研究.pdf
- 基于GMM的說話人識別算法的研究.pdf
- 基于GMM的說話人身份識別算法的研究.pdf
- 公共場所異常聲音識別算法設(shè)計與研究.pdf
- 基于GMM和人耳聽覺特征的歌手識別系統(tǒng)算法研究.pdf
- 基于小波mfcc與hmm的列車鳴笛識別算法研究
- 基于GMM的聲音信號分類器研究.pdf
- 基于動態(tài)MFCC的說話人識別研究.pdf
- 基于GMM算法的說話人識別系統(tǒng)的研究.pdf
- 基于梯度的GMM算法研究.pdf
- 基于MFCC和BP神經(jīng)網(wǎng)絡(luò)的樂音主頻識別研究.pdf
- 基于VP樹和GMM的說話人識別研究.pdf
- 面向安全監(jiān)控的異常聲音識別的研究.pdf
評論
0/150
提交評論