公共场所典型异常声音特征提取_栾少文.pdfVIP

第36 卷 第7 期 计 算 机 工 程 2010 年4 月 Vol.36 No.7 Computer Engineering April 2010 ·人工智能及识别技术· 文章编号：1000—3428(2010)07—0208—03 文献标识码：A 中图分类号：TP18 公共场所典型异常声音的特征提取 栾少文，龚卫国 (重庆大学光电技术及系统教育部重点实验室，重庆 400030) 摘 要：针对采用梅尔倒谱系数(MFCC)表征异常声音时识别率低下问题，提出获取MFCC 的改进方法，包括对公共场所典型异常声音信 号的特性分析和MFCC 提取过程中滤波器组的重新设计。基于公共场所异常声音数据库的实验结果表明，与MFCC 特征提取方法相比， 该方法提高了特征参数在识别系统中的效率，具有一定的优越性和实用性。 关键词：异常声音；梅尔倒谱系数；滤波器组；隐马尔可夫模型；特征提取 Feature Extraction of Typical Abnormal Sounds in Public Places LUAN Shao-wen, GONG Wei-guo (Key Lab of Optoelectronic Technology and Systems of Ministry of Education, Chongqing University, Chongqing 400030) 【Abstract 】Aiming at the problem that recognition rate is low when using Mel-Frequency Cepstral Coefficient(MFCC) to present the abnormal sounds, this paper proposes an improved feature extraction method to handle the issue, including the analysis of the characteristics of abnormal sounds and the redesign of the filter bank of MFCC. Experimental results conducted on the database of public abnormal sounds show that the method substantially outperforms MFCC feature extraction method in recognition rate and efficiency, and it can be applied in practice. 【Key words 】abnormal sound; Mel-Frequency Cepstral Coefficient(MFCC); filter bank; Hidden Markov Model(HMM); feature extraction 1 概述 常声音的特征统计分析入手，修改各个滤波器通带的相对位 随着生活节奏的加快，社会对公共场所安全监控、安全 置、大小以及类型，从而改进异常声音的特征提取。 防护提出了更快、更全、更好的要求。如对机场、银行等区 2 典型异常声音的特征分析 域的安全防护、对城市偏僻地段的智能监控、对边防突发事 本文根据异常声音在公共场所发生的概率及危害程度， 件的监测，都对异常信息获取提出了更