基于MFCC, MODGDF和支持向量机的环境音识别研究

• 作者: 于永斌 任立勇 何永彬 刘思怡 贺茜
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 环境音识别 梅尔频率倒谱系数 修正群延迟函数 支持向量机
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机·人工智能·大数据
• 页码范围: 127-132
• 页数: 6页
• 分类号: TN391
• 语种: 中文

摘要

环境音识别是机器学习领域中的一个研究重点和难点,它可以帮助智能系统识别音频数据中的环境音.本文提出一种新的环境音识别方法,它是将梅尔频率倒谱系数(mel frequency cepstral coefficents,MFCC)和修正群延迟函数(modified group delay function,MODGDF)联合作为特征参数,然后利用多分类支持向量机(support vector machine,SVM)进行参数分类,达到识别音频数据中环境音的目的.结果 表明,在DCASE 2018数据集上,该方法的实验效果优于DCASE 2018数据集基线系统识别效果,整体识别准确率提高了25.8％.