基于改进对数梅尔谱特征的街道环境声事件检测方法

• 作者: 张留军 王玫 罗丽燕
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 环境声事件识别 卷积神经网络 检测系统
• 年，卷（期）: 2020,（5）
• 页码范围: 411-417
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文

摘要

针对现有的环境声事件识别方法对噪声的鲁棒性差以及街道环境声数据少的问题,提出一种改进的对数梅尔谱特征结合卷积神经网络的环境声事件识别方法.该方法将对数梅尔谱及其一阶差分系数和二阶差分系数构建为三维特征,使用卷积神经网络进行分类,提高了街道环境声事件识别的抗噪性能.采用自主设计的环境声采集设备收集了大量的街道环境声数据.实验结果表明,在不同环境声数据集下,该方法比常规的识别方法性能更优.此外,基于该方法提出了一套街道环境声检测系统,经实景测试,该系统的查全率、查准率和置信度分别为94％、87％和90.5％,相比于基于常规识别方法的检测系统具有更好的表现,进而验证了该检测系统的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玫		75	430	11.0	17.0
2	罗丽燕		6	5	2.0	2.0
3	张留军		1	0	0.0	0.0