-
题名基于卷积神经网络的交通声音事件识别方法
被引量：7
- 1
-
-
作者
张文涛
韩莹莹
黎恒
-
机构
桂林电子科技大学电子工程与自动化学院
光电信息处理重点实验室
广西交通科学研究院
-
出处
《现代电子技术》
北大核心
2018年第14期70-73,78,共5页
-
基金
国家自然科学基金(61565004)
广西自然科学基金(2014GXNSFGA118003)
+1 种基金
桂林市科学研究与技术开发课题(20140127-1
20150133-3)~~
-
文摘
针对公路交通声音事件识别中传统语音算法识别效率低、鲁棒性差的问题,提出一种基于卷积神经网络的交通声音事件识别方法。首先通过Gammatone滤波器对声音数字信号进行子带滤波,得到音频信号耳蜗谱图,然后将其代入卷积神经网络模型对声音事件类型进行识别。利用上述方法对公路交通环境下的四种音频事件做了检测处理,并与经典的隐马尔科夫模型和目前广泛使用的深层神经网络进行比较。实验结果表明,使用卷积神经网络模型能够更加准确地对交通声音事件进行识别,且在噪声环境下具有更好的鲁棒性。
-
关键词
Gammatone滤波器
卷积神经网络
音频事件识别
公路交通环境
声音数字信号
子带滤波
-
Keywords
Gammatone filter
eonvolutional neural network
audio event recognition
road traffic environment
sound digi-tal signal
subband filtering
-
分类号
TN912.34
[电子电信—通信与信息系统]
TP183
[电子电信—信息与通信工程]
-
-
题名面向智慧家居的音频事件识别及应用
- 2
-
-
作者
黄楠欣
杨盈昀
-
机构
中国传媒大学信息与通信工程学院
-
出处
《湖南科技学院学报》
2021年第5期33-35,共3页
-
文摘
音频事件识别在人工智能中有重要的应用,例如智慧家居系统中的安全监护。音频监控相对视频监控有不受光线、遮挡物等因素影响优势,但开放环境中的音频事件复杂、相互混叠且只有较少的事件能提供有用的信息。音频场景分析是一件困难的工作。传统单一种类的音频特征很难提高音频事件的识别准确率,在此基础上,提取音频事件的时域、频域和灰度纹理图像特征进行组合及实验方法研究。实验数据采用自创建的音频数据库,实验结果显示组合特征相对传统的单一特征的平均识别率提高了18%。
-
关键词
音频事件识别
音频场景分析
智慧家居
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
