改进卷积神经网络的音频场景分类研究

摘要：

音频场景分类作为声学场景理解的关键环节,对机器感知复杂环境并做出智能选择有着非常重要的意义.针对音频场景分类性能提升这一问题,提出改进的基于卷积神经网络模型的音频场景分类方法.首先对音频数据重新采样,预处理后得到对数梅尔谱图,随后输入到改进的卷积神经网络模型,进行卷积和池化处理提取谱图的特征,由Softmax分类器对音频场景标签进行分类.实验最后在城市音频数据集上进行十折交叉验证,实验结果表明,所提模型比传统的卷积神经网络模型的分类准确率更高,准确率达到了80％.

关键词：音频场景分类、卷积神经网络、Softmax分类器、特征提取、梅尔谱图、准确率

所属期刊栏目：44

分类号：TN911.7-34;TP391.42;TP183

资助基金：国家自然科学基金项目;内蒙古自然科学基金项目

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：91-94