融合GMM及SVM的特定音频事件高精度识别方法

摘要：

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型(GMM)及支持向量机(SVM)的特定音频事件识别算法.该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板.实验结果表明,识别准确率达到92.71％.该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.

关键词：音频识别、高斯混合模型(GMM)、支持向量机(SVM)、Mel频率倒谱系数(MFCC)、特定音频事件

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家“二四二”计划项目2005C48;北京理工大学科技创新计划项目2011CX01015

在线出版日期：2014-10-15（万方平台首次上网日期，不代表论文的发表时间）

页码：716-722