|
|
1.
基于优化正交匹配追踪和深度置信网的声音识别
陈秋菊, 李应
计算机应用
2017, 37 (2):
505-511.
DOI: 10.11772/j.issn.1001-9081.2017.02.0505
针对各种环境声音对声音事件识别的影响，提出一种基于优化的正交匹配追踪（OOMP）和深度置信网（DBN）的声音事件识别方法。首先，利用粒子群优化（PSO）算法优化OMP稀疏分解，在实现正交匹配追踪（OMP）的快速稀疏分解的同时，保留声音信号的主体部分，抑制噪声对声音信号的影响；接着，对重构声音信号提取Mel频率倒谱系数（MFCC）、OMP时-频特征和基音频率（Pitch）特征，组成OOMP的复合特征；最后，使用DBN对提取的OOMP特征进行特征学习，并对40种声音事件在不同环境不同信噪比下进行识别。实验结果表明，OOMP特征结合DBN的方法适用于各种环境声下的声音事件识别，而且能有效地识别各种环境下的声音事件，即使在信噪比（SNR）为0 dB的情况下，仍然能保持平均60%的识别率。
参考文献 |
相关文章 |
多维度评价
|
|
