基于高斯混合模型的自然环境声音的识别-计算机工程与应用.PDF

152 2011 ，47 （25 ） Computer Engineering and Applications 计算机工程与应用 基于高斯混合模型的自然环境声音的识别 余清清，李 应，李 勇 YU Qingqing ，LI Ying ，LI Yong 福州大学 数学与计算机科学学院，福州 350108 College of Mathematics and Computer Science ，Fuzhou University ，Fuzhou 350108 ，China YU Qingqing ，LI Ying ，LI Yong.Natural sounds recognition using GMM distribution.Computer Engineering and Applica- tions ，2011 ，47 （25 ）：152-155. Abstract ：A recognition method for natural sounds based on Gaussian Mixture Model （GMM ）distribution is proposed. Mel-Frequency Cepstral Coefficients （MFCCs ）are used to analyze natural sounds for their feature extraction.The expectation maximization algorithm is used to learn a Gaussian mixture model distribution of MFCCs for the set of audio feature vec- tors that describe each sound.Minimum classification error criterion and vote rule are used to yield higher recognition accura- cy for natural sounds.Experimentally ，compared with K-Nearest Neighbor（KNN ）method ，GMM is able to achieve a higher ac- curacy rate for discriminating 36 classes of natural sounds.The classified accuracy rate of GMM reaches to 95.83%. Key words ：Mel-frequency cepstral coefficients ；Gaussian mixture model ；natural sounds recognition ；vote rule 摘 要：提出了一种基于高斯混合模型（GMM ）的自然环境声音的识别方法。提取Mel 频率倒谱系数（MFCCs ）来分析声音信号； 对于每种声音使用期望最大化算法基于MFCC 特征集建立高斯混合模型；使用最小错误率判决规则和投票裁决的方法进行识 别。使用GMM 对36 种自然环境的声音进行识别的正确率可达95.83% ，且识别效果优于K 最近邻（KNN ）。 关键词：Mel 频率倒谱系数；高斯混合模型；自然环境声音的识别；投票裁决 DOI ：10.3778/j.issn. 1002-8331.2011.25.040 文章编号：1002-8331（2011 ）25-0152-04 文献标识码：A 中图分类号：TP391.4 1 引言 从不同侧面揭示了环境音频数据与动物、人类生活的密切关 声音的识别是声音信号处理的一个基本问题。它在众多 系，同时也预示着这些相关技术在现实中的潜在应用。 领域有着重要的应用，它可以用于导航、辅助机器人技术、移 通过在森林、原野等地使用自动监听和识别物种声音的 动设备服务、监督和安全等领域。声音数据里含有丰富的信 技术对濒临灭绝的动物进行侦察，有利及时发现它们并采取 息。通过对声音的识别和分析可以获取丰富的环境特征，如 相应的保护措施。地震给人类带来了巨大的灾难，在地震带 气候、地域、时间、物种等等，它可以获取到视觉所捕捉不