基于改进MFCC异常声音识别算法_贺玲玲.pdfVIP

29 2 ( ) 20 12 2 第 卷第 期 重庆工商大学学报 自然科学版 年 月 Vol. 29 NO． 2 J Chongqing Technol Business Univ. (Nat Sci Ed) Feb． 20 12 文章编号:1672 － 058X (20 12)02 － 0052 － 06 * 基于改进MFCC 的异常声音识别算法 ， 贺玲玲 周 元 ( ， 400067) 重庆工商大学计算机科学与信息工程学院 重庆 : ， ;MFCC 摘 要 在声音识别系统中 特征参数的获取对声音识别和训练有着重要的影响 算法作为典 ， ， ; MFCC ， 型的声音特征参数提取方法 性能稳定 识别率高 针对 算法存在较大计算量的情况 提出一种改 MFCC_E ; MFCC ，MFCC_E 50 % ， 进的特征参数提取算法 相比于标准的 算法 算法减少了约 的运算量 并且 ; ，MFCC_E MFCC ， 。 易于硬件实现 实验结果表明 算法与 算法的识别率大致相同 而计算复杂度却小很多 : ; ;MFCC ;MFCC_E ;GMM 关键词 声音识别 特征提取 中图分类号:TP393 文献标志码:A ， ， 20 a ， 在目标跟踪领域 视频和音频数据是最关键的两类信息 而在过去的 中 视频跟踪一直处于主导地 ， ， 。 ， 位 但是当被观测目标离开观测范围时 视频跟踪的性能将会大幅度降低 与视频监控相比 声学传感器具 、 、 ， ， 。 ， 有成本低 体积小 效率高等优点 而且声音信号随时间变化比较慢 采集到的信号比较稳定和可靠 因此 ［1］ 、 。 声音识别 声目标定位成为近年来的研究热点 ， 。 在音频跟踪领域 声音特征参数和分类器的选择直接影响跟踪系统的复杂度和识别性能 其中对特征 (Linear Prediction Coefficient ，LPC)、 (Linear Prediction 参数选取经典的算法主要有线性预测系数 倒谱参数