基于残差网络和随机森林的音频识别方法

• 作者: 张晓龙 彭宜
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 残差网络 随机森林 音频识别 梅尔声谱图
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 727-732
• 页数: 6页
• 分类号: TP391.4
• 字数: 3748字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.04.021

摘要

环境声音分类(ESC)是音频处理领域的重要分支之一,在未来多媒体应用中有重要的作用.音频识别是提取音频中特定的声学特性,将音频分类至样本对应的正确场景,有助于感知和理解周围环境.现阶段音频识别主要是通过信号处理技术和机器学习方法达成.随着人工智能飞速发展,传统的音频处理技术以及机器学习方法面临着巨大的挑战,ESC的识别准确性有待进一步提高.结合残差网络和随机森林两种方法,将一维时域信号的音频数据转换为二维数据形式的梅尔声谱图,预训练残差网络获得一个精度较高的网络模型作为特征提取器,利用该网络模型提取音频中的深层特征,再利用随机森林对深层特征进行分类.该方法在ESC任务上识别率提升了近10％,取得了较好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓龙		49	652	13.0	24.0
10	彭宜		1	1	1.0	1.0