| 基于高斯混合模型的自然环境声音的识别 |
| |
| 引用本文： | 余清清,李应,李勇.基于高斯混合模型的自然环境声音的识别[J].计算机工程与应用,2011,47(25):152-155. |
| |
| 作者姓名： | 余清清 李应 李勇 |
| |
| 作者单位： | 福州大学数学与计算机科学学院,福州,350108 |
| |
| 基金项目： | 国家自然科学基金(No.61075022); 福建省教育厅A类科技项目(No.JA09021)~~ |
| |
| 摘 要： | 提出了一种基于高斯混合模型(GMM)的自然环境声音的识别方法。提取Mel频率倒谱系数(MFCCs)来分析声音信号;对于每种声音使用期望最大化算法基于MFCC特征集建立高斯混合模型;使用最小错误率判决规则和投票裁决的方法进行识别。使用GMM对36种自然环境的声音进行识别的正确率可达95.83%,且识别效果优于K最近邻(KNN)。
|
| 关 键 词： | Mel频率倒谱系数 高斯混合模型 自然环境声音的识别 投票裁决 |
| 修稿时间： | |
Natural sounds recognition using GMM distribution |
| |
| YU Qingqing,LI Ying,LI Yong.Natural sounds recognition using GMM distribution[J].Computer Engineering and Applications,2011,47(25):152-155. |
| |
| Authors: | YU Qingqing LI Ying LI Yong |
| |
| Affiliation: | YU Qingqing,LI Ying,LI Yong College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350108,China |
| |
| Abstract: | A recognition method for natural sounds based on Gaussian Mixture Model(GMM) distribution is proposed.Mel-Frequency Cepstral Coefficients(MFCCs) are used to analyze natural sounds for their feature extraction.The expectation maximization algorithm is used to learn a Gaussian mixture model distribution of MFCCs for the set of audio feature vectors that describe each sound.Minimum classification error criterion and vote rule are used to yield higher recognition accuracy for natural sounds.Experimentally,compa... |
| |
| Keywords: | Mel-frequency cepstral coefficients Gaussian mixture model natural sounds recognition vote rule
|
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
