基于MFCC和短时能量混合的异常声音识别算法

被引：30

作者：

吕霄云

王宏霞

机构：

[1] 西南交通大学信息科学与技术学院

来源：

计算机应用 | 2010年 / 30卷 / 03期

关键词：

异常声音识别; 梅尔倒谱系数; 短时能量; 高斯混合模型;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统]; TN912.34 [语音识别与设备];

学科分类号：

0804 ; 080401 ; 080402 ; 0711 ;

摘要：

针对现行异常声音识别算法复杂度高和特征识别率低的问题,将梅尔频率倒谱系数(MFCC)与短时能量混合特征应用到异常声音识别系统中。该混合特征使得高斯混合模型(GMM)分类器可获得比使用MFCC特征及其差分MFCC更好的分类性能。给出了系统实现的具体步骤,并通过仿真实验证明了该算法的有效性,分类器的平均识别率可达到90%以上,并且计算复杂度小。

引用

页码：796 / 798

页数：3