基于MFCC和CNN的汽车鸣笛声识别算法

• 作者: 侍艳华 刘菁原 卞飞 张小博 雷鸣
• 来源期刊: 电声技术
• 学科: 农学
• 关键词: 汽车鸣笛声识别 深度学习 梅尔频率倒谱系数 卷积神经网络 特征提取
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 语音技术
• 页码范围: 30-33
• 页数: 4页
• 分类号: S763
• 字数: 2945字
• 语种: 中文
• DOI: 10.16311/j.audioe.2020.05.006

摘要

针对复杂环境下的鸣笛声识别问题,本文设计了一种基于梅尔频率倒谱系数和卷积神经网络的音频分类算法.该算法以梅尔频率倒谱系数特征为深度学习的网络输入,利用卷积神经网络逐层提取声音特征,最终实现汽车鸣笛声的识别.实验后的结果说明,利用该算法后,模型的识别准确率能够达到97.6％以上,能够很好地满足违法鸣笛抓拍系统的应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卞飞		3	0	0.0	0.0
5	侍艳华		2	1	1.0	1.0
7	张小博		5	9	2.0	3.0
11	刘菁原		1	0	0.0	0.0