基于改进MFCC的异常声音识别算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Abnormal Audio Recognition Algorithm Based on Improved MFCC
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    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;MFCC算法作为典型的声音特征参数提取方法,性能稳定,识别率高;针对MFCC算法存在较大计算量的情况,提出一种改进的特征参数提取算法MFCC_E;相比于标准的MFCC算MFCC_E算法减少了约50%的运算量,并且易于硬件实现;实验结果表明MFCC_E算法与MFCC算法的识别率大致相同,而计算复杂度却小很多。

    Abstract:

    In audio recognition system,the acquisition of characteristic parameters has important influence on audio recognition and training.MFCC algorithm,as a typical audio characteristic parameter extraction method,has stable performance and high recognition rate.According to the situation that MFCC algorithm has larger amount of computation,a kind of improved characteristic parameter extraction algorithm,MFCC-E,was pointed out.Compared with...

    参考文献
    相似文献
    引证文献
引用本文

贺玲玲,周元.基于改进MFCC的异常声音识别算法[J].重庆工商大学学报(自然科学版),2012,29(2):52-57
HE Ling-ling, ZHOU Yuan. Abnormal Audio Recognition Algorithm Based on Improved MFCC[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2012,29(2):52-57

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升