基于MFCC和短时能量混合的异常声音识别算法  

Abnormal audio recognition algorithm based on MFCC and short-term energy

作　　者：吕霄云[1] 王宏霞[1] 

机构地区：[1]西南交通大学信息科学与技术学院,成都610031

出　　处：《计算机应用》2010年第3期796-798,共3页journal of Computer Applications

基　　金：国家自然科学基金资助项目(60702025)

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。Concerning the high complexity and low rate in abnormal audio recognition,the abnormal audio recognition system based on the Mel-Frequency Cepstrum Coefficients（MFCC）and short-term energy was proposed.This feature vector made the Gaussian Mixture Model（GMM）classifier outperform MFCC and Differential MFCC features in classification.The classifier can achieve an average recognition rate of more than 90%,and small computational complexity.The steps of system implementation were elaborated.The simulation results prove the effectiveness of the proposed algorithm.

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 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TN912[自动化与计算机技术—控制科学与工程]