基于MFCC,MODGDF和支持向量机的环境音识别研究

发布时间：2020-12-19 23:07

　　环境音识别是机器学习领域中的一个研究重点和难点,它可以帮助智能系统识别音频数据中的环境音。本文提出一种新的环境音识别方法,它是将梅尔频率倒谱系数(mel frequency cepstral coefficents,MFCC)和修正群延迟函数(modified group delay function,MODGDF)联合作为特征参数,然后利用多分类支持向量机(support vector machine,SVM)进行参数分类,达到识别音频数据中环境音的目的。结果表明,在DCASE 2018数据集上,该方法的实验效果优于DCASE 2018数据集基线系统识别效果,整体识别准确率提高了25.8%。 

【文章来源】：河南理工大学学报(自然科学版). 2020年06期 北大核心

【文章页数】：6 页

【文章目录】：
0 引 言
1 相关工作
2 识别原理及流程
3 特征提取及分类
    3.1 MFCC特征提取
    3.2 MODGDF特征提取
    3.3 PCA降维
    3.4 SVM特征分类
4 结果与分析
    4.1 数据集的选择
    4.2 实验方法
    4.3 实验结果
5 结 论



本文编号：2926736