

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、音頻場(chǎng)景識(shí)別(Audio Context Recognition)是人工智能領(lǐng)域重要的研究方向之一,該技術(shù)依據(jù)周邊聲音感知環(huán)境動(dòng)態(tài),對(duì)機(jī)器作出進(jìn)一步智能選擇有著非常重要的意義。近年來(lái)有較多的學(xué)者涉足這一研究方向,他們大多采用先特征提取后分類器分類的研究框架,其中,對(duì)如何提取能夠反映音頻場(chǎng)景聲學(xué)特性的識(shí)別特征方面給與了較多的關(guān)注。所采用的聲學(xué)特征可以粗略的分為兩大類:短時(shí)特征和長(zhǎng)時(shí)特征。短時(shí)特征如單音軌梅爾頻率倒譜系數(shù)、多音軌梅爾頻率倒譜
2、系數(shù)、梅爾頻率倒譜系數(shù)和稀疏特征的聯(lián)合特征等;長(zhǎng)時(shí)特征多為音頻段的長(zhǎng)時(shí)統(tǒng)計(jì)值或基于語(yǔ)義相關(guān)性的特征等。從研究結(jié)果上看,目前的聲學(xué)特征都有其不足之處,短時(shí)特征往往不足以完整地刻畫(huà)一個(gè)音頻場(chǎng)景的特性,長(zhǎng)時(shí)特征往往缺乏對(duì)音頻段內(nèi)部細(xì)節(jié)的描述,而長(zhǎng)時(shí)統(tǒng)計(jì)值中缺失的內(nèi)部結(jié)構(gòu)信息對(duì)區(qū)分音頻場(chǎng)景也有重用的價(jià)值。本文對(duì)既能反映音頻段長(zhǎng)時(shí)特性又能反映局部結(jié)構(gòu)性的聲學(xué)特征的提取方法進(jìn)行研究,并驗(yàn)證了它們?cè)谝纛l場(chǎng)景識(shí)別任務(wù)中的有效性。
深層神經(jīng)網(wǎng)絡(luò)
3、能夠通過(guò)自學(xué)習(xí)來(lái)發(fā)現(xiàn)適合分類任務(wù)的特征向量,這已經(jīng)在圖像尤其是自然圖像的結(jié)構(gòu)性特征分析方面得到了驗(yàn)證,這些特征提取方法能夠很好地反映出圖像的結(jié)構(gòu)信息,相對(duì)于主觀分析方法有著很大的優(yōu)勢(shì)。所以,本課題借助深層神經(jīng)網(wǎng)絡(luò)的特征分析能力在語(yǔ)譜圖上進(jìn)行場(chǎng)景長(zhǎng)時(shí)結(jié)構(gòu)性特征的分析與提取。主要研究?jī)?nèi)容如下:
首先研究了基于卷積神經(jīng)網(wǎng)絡(luò)的音頻場(chǎng)景特征分析提取方法,卷積神經(jīng)網(wǎng)絡(luò)通過(guò)卷積和下采樣操作對(duì)輸入數(shù)據(jù)進(jìn)行非線性映射,最終通過(guò)重構(gòu)誤差的反向傳播
4、進(jìn)行參數(shù)的調(diào)節(jié),從而提取出能夠刻畫(huà)音頻場(chǎng)景特性的聲學(xué)特征。卷積神經(jīng)網(wǎng)絡(luò)在訓(xùn)練是以輸入數(shù)據(jù)的類別重構(gòu)誤差最小化為優(yōu)化目標(biāo)的,所以訓(xùn)練過(guò)程需要大量的有標(biāo)簽數(shù)據(jù)。
現(xiàn)實(shí)情況下,往往難以得到大量帶標(biāo)簽的訓(xùn)練數(shù)據(jù),因?yàn)閷?duì)數(shù)據(jù)進(jìn)行標(biāo)注費(fèi)時(shí)費(fèi)力,所以本文也提出了基于解卷積神經(jīng)網(wǎng)絡(luò)的特征提取方法。解卷積神經(jīng)網(wǎng)絡(luò)模型在特征分析處理過(guò)程中不僅保留了卷積神經(jīng)網(wǎng)絡(luò)的卷積操作和下采樣操作,而且還在原來(lái)的基礎(chǔ)上有了些改進(jìn),其參數(shù)更新過(guò)程是基于對(duì)輸入數(shù)據(jù)重
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征提取和神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別.pdf
- 基于特征提取及神經(jīng)網(wǎng)絡(luò)的圖像分類識(shí)別與目標(biāo)跟蹤.pdf
- 基于多種特征提取組合的BP神經(jīng)網(wǎng)絡(luò)車(chē)牌漢字識(shí)別.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像特征提取.pdf
- 基于深層神經(jīng)網(wǎng)絡(luò)的聲學(xué)特征提取及其在LVCSR系統(tǒng)中的應(yīng)用.pdf
- 基于特征提取與神經(jīng)網(wǎng)絡(luò)的心電圖分類研究.pdf
- 基于改進(jìn)深度神經(jīng)網(wǎng)絡(luò)的特征提取方法研究.pdf
- 基于特征提取和神經(jīng)網(wǎng)絡(luò)的ECT流型辨識(shí)的研究.pdf
- 軌跡神經(jīng)網(wǎng)絡(luò)模型特征提取能力的研究.pdf
- 水下圖像的特征提取和神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)研究.pdf
- 水聲目標(biāo)線譜特征提取及神經(jīng)網(wǎng)絡(luò)的在線分類識(shí)別.pdf
- 基于脈沖神經(jīng)網(wǎng)絡(luò)的圖像特征提取與應(yīng)用研究.pdf
- 基于分形和神經(jīng)網(wǎng)絡(luò)的鐵譜磨粒圖像特征提取與識(shí)別.pdf
- 基于深層神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別聲學(xué)建模研究.pdf
- 果蠅鳴聲特征提取及人工神經(jīng)網(wǎng)絡(luò)分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉深度特征提取與應(yīng)用方法研究.pdf
- 基于多特征提取與卷積神經(jīng)網(wǎng)絡(luò)的房顫?rùn)z測(cè)算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取算法與圖像分類問(wèn)題研究.pdf
- 基于過(guò)程神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫(xiě)體漢字特征提取與識(shí)別方法的研究.pdf
- 基于過(guò)程神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫(xiě)體漢字特征提取與識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論