基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
音频场景分析技术对机器自动感知环境特征具有重要的意义.考虑到Mel频率倒谱系数MFCC(Mel frequency cepstral coefficient)在一定程度上可以模拟人耳的听觉感知特性,因此,提出用MFCC作为音频识别特征,通过隐马尔可夫模型进行音频场景分析的方法,该方法对7种典型场景的识别率在90%以上.
推荐文章
基于音频内容的语义级场景检索
隐马尔可夫
支持向量机
Viterbi算法
基于改进特征HMM的尖叫音频检测算法
尖叫
特征
统计学特性
隐马尔科夫模型
一种基于HMM的短波电台PACTOR协议识别技术
协议识别
模式匹配
KMP算法
隐式马尔科夫模型
一种有效的音频分割算法
音频分割
分层检测
熵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于HMM模型的音频场景分析技术
来源期刊 计算机工程与应用 学科 工学
关键词 场景分析 音频信号 HMM模型 Mel频率倒谱系数
年,卷(期) 2003,(20) 所属期刊栏目 学术探讨
研究方向 页码范围 85-86,191
页数 3页 分类号 TP391
字数 2754字 语种 中文
DOI 10.3321/j.issn:1002-8331.2003.20.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张磊 哈尔滨工业大学计算机科学与工程系 159 1265 17.0 29.0
2 韩纪庆 哈尔滨工业大学计算机科学与工程系 97 760 13.0 22.0
3 魏宇虹 哈尔滨工业大学计算机科学与工程系 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
场景分析
音频信号
HMM模型
Mel频率倒谱系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导