基于MFCC与改进ACF的汽车声音识别算法研究研究.pdfVIP

下载本文档

8
0
约1.44万字
约 4页
2017-11-03 发布于上海
举报
版权申诉

基于MFCC与改进ACF的汽车声音识别算法研究研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第25卷第2期计算机技术与发展 Vol.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 Research on Vehicle Audio Recognition Algorithm Based on MFCC and Improved ACF JIANG Cui-qing,SHAO Hong-bo (School of Management,Hefei University of Technology,Hefei230009,China) Abstract:Vehicle audio recognition isthefoundationofvehiclesoundsourcelocalizationandotherautomotiveresearch,itisveryimpor- tantfortrafficaccidentsidentification,crimesceneevidenceandcrimereduction.Theproblemofhighcomputationalcomplexityandrela- tivelylowrecognitionratehasexistedincurrentvehicleaudiorecognition.Concerningthoseproblemsabove,thevehiclerecognitionalgo- rithm taking Mel-Frequency Cepstrum Coefficientsand improved Auto-Correlation Function as hybrid feature is applied in the vehicle audio recognition system.ModelingandclassifyingbytheGaussianMixtureModel,thisfeaturevectoroutperformsMFCCandDifferenti- al MFCC featuresin recognition.The simulation resultsprove the effectivenessof the proposed algorithm. Key words:vehicle audio recognition;MFCC;ACF;Gaussian mixture model [2] 0 引言