基于CNN与MFCC的城市场景声音识别

• 作者: 俞颂华 王汝凉
• 来源期刊: 南宁师范大学学报（自然科学版）
• 关键词: CNN 声音识别 SVM分类器
• 年，卷（期）: 2019,（1）
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16601/j.cnki.issn1001-8743.2019.01.010

摘要

城市环境中包含着各种各样的杂音,针对这种复杂的声音识别环境,该文提出一种基于MFCC与CNN的声音识别方法.首先对城市环境声音样本进行梅尔特征提取,取得特征图之后由卷积神经网络进行训练 、测试获得CNN特征,最后由SVM分类器识别分类,并将其与常见的音频识别方法对比分析,在识别速度和识别率上均有所优化,实验表明,此方法在复杂环境下能够得到较好的声音识别效果.