基于MFCC与改进ACF的汽车声音识别算法研究.pdfVIP

第25卷 第2期 计 算 机 技 术 与发 展 Vo1．25 No．2 2015年 2月 COMPUTERTECHNOLOGY AND DEVELOPMENT Feb． 2015 基于MFCC与改进 ACF的汽车声音 识别算法研究 蒋翠清，邵宏波 (合肥工业大学 管理学院，安徽 合肥 230009) 摘 要：汽车声音识别是汽车声源定位等研究的基础 ，对交通事故鉴定、犯罪举证和犯罪现场还原等具有重要意义。现有 汽车声音识别算法存在算法复杂度高和识别率相对较低等问题。针对现行问题，将 以梅尔倒谱系数(MFCC)特征与 自相 关函数(ACF)方差作为混合特征的汽车声音识别算法应用到汽车声音识别系统中。该算法使用高斯混合模型(GMM)进 行汽车声音建模和识别，获得 比MFCC特征及其一阶差分特征组成的混合特征更好的识别效果。并通过仿真实验证明了 该算法的有效性。 关键词：汽车声音识别 ；梅尔倒谱系数；自相关函数；高斯混合模型 中图分类号：TP18 文献标识码 ：A 文章编号：1673-629X(2015)02—0140—04 doi：10．3969／j．issn．1673—629X．2015．02．032 ResearchonVehicleAudioRecognitionAlgorithm Basedon M FCC andImprovedACF JIANG Cui-qing，SHAO Hong—bo (SchoolofManagement，HefeiUniversityofTechnology，Hefei230009，China) Abstract：Vehicleaudiorecognitionisthefoundationofvehiclesoundsourcelocalizationandohterautomotiverese~ch，itisveryimpor- tantfortrafficaccidentsidentification，crimesceneevidenceandcrimereduction．Theproblem ofhighcomputationalcomplexityandrela— tivelylow recognitionratehasexistedincurrentvehicleaudiorecognition．Concerninghtoseproblemsabove，htevehiclerecognitionalgo— rithm takingMel-FrequencyCepstrum CoefficientsandimprovedAuto—CorrelationFunctionashybridfeatureisappliedinthevehicle audiorecognitionsystem ．ModelingandclassifyingbytheGaussianM ixtureModel，htisfeaturevectoroutpefformsMFCCandDifferenti- alMFCC featuresinrecognition．Thesimulationresultsprovetheeffectivenessofhteproposedalgorithm． Keywords：vehicleaudiorecognition；MFCC ；ACF；Gnassianmixturemodel 0 引 言 员关注的热点 。 在 目标追踪领域 ，视频和音频材料是两类最重要 Harma等人提取了均方根、音调、频谱质心等特征 的分析数据。目前以视频监控为核心技术的公共场所