基于MFCC-SVM和交叉验证方法的环境音分类

• 作者: 李玲俐
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: Mel频率倒谱系数 支持向量机 交叉验证 环境音分类 特征提取
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391.42
• 字数: 3404字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.08.008

摘要

用于音乐和语音的识别方法不适用于环境音的识别.提出一种基于MFCC(Mel频率倒谱系数)-SVM(支持向量机)的方法,使用特征表示和学习优化共同来实现办公室10种环境音的分类.环境音数据使用的是IEEE Audio and A-coustic Signal Processing (AASP) Challenge Dataset下载的标准数据集.在分析和优化SVM参数过程中,通过改变Mel系数参数的个数,充分考虑有效的MFCC特征表示.实验结果表明,使用MFCC特征和SVM分类器,采用5-折交叉验证的测试方法,得到的平均分类准确率可达88.05％,分类效果明显优于默认的MFCC-SVM算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲俐	广东司法警官职业学院信息管理系	24	194	5.0	13.0