首页|基于CNN与MFCC的城市场景声音识别

基于CNN与MFCC的城市场景声音识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
城市环境中包含着各种各样的杂音,针对这种复杂的声音识别环境,该文提出一种基于MFCC与CNN的声音识别方法.首先对城市环境声音样本进行梅尔特征提取,取得特征图之后由卷积神经网络进行训练 、测试获得CNN特征,最后由SVM分类器识别分类,并将其与常见的音频识别方法对比分析,在识别速度和识别率上均有所优化,实验表明,此方法在复杂环境下能够得到较好的声音识别效果.
Urban Scene Sound Recognition Based on CNN and MFCC

俞颂华、王汝凉

展开 >

南宁师范大学 计算机与信息工程学院,广西 南宁 530023

CNN 声音识别 SVM分类器

广西自然科学基金

2015GXNSFAA139312

2019

广西师范学院学报(自然科学版)
广西师范学院

广西师范学院学报(自然科学版)

影响因子：0.269
ISSN：1002-8743
年,卷(期)：2019.36(1)
  • 1
  • 5