基于MFCC和GMM的異常聲音識別算法研究.pdf

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