基于MFCC的異常聲音識別技術研究.pdf

1、隨著社會的快速發(fā)展，一些潛在的矛盾沖突也伴隨出現(xiàn)，異常聲音逐漸引起人們的思索和重視。傳統(tǒng)安防迫切要求視頻監(jiān)控引入對異常聲音的判別，以提高智能性。
　　長久以來，異常聲音的識別研究發(fā)展緩慢，遠遠落后于其它聲音的進展，主要是人們找不到刻畫異常聲音本質(zhì)的特征參數(shù)。借鑒人耳聽覺特性在聽音辯物上的優(yōu)勢，越來越多模仿人耳聽覺感知的特征參數(shù)被提出，在信息科學領域已顯示出巨大發(fā)展?jié)摿?。本文針對采集的停車場幾種典型異常聲音，重點研究了一種基于Mel

2、頻率倒譜系數(shù)(MFCC)及其改進的特征提取方法，并通過支持向量機完成各類異常聲音的識別分類。
　　本文主要研究內(nèi)容有：
　　1、對采集到的異常聲音信號預處理，主要包括歸一化、預加重、分幀加窗。目的是消除采集過程中聲音樣本之間數(shù)值量級的差異，避免音量忽高忽低對整體聲音質(zhì)量造成的影響，突出各個樣本的自身特征。由于異常聲音是非線性非平穩(wěn)的，要經(jīng)過加窗分幀處理得到其短時信號。為了減少特征提取和識別階段中的運算量，進行端點檢測處理來確

3、定異常聲音信號的起始點和結束點。
　　2、針對預處理后的異常聲音信號，提取基于Mel頻率的倒譜特征參數(shù)。在特征提取過程中，利用人耳對聲音頻率感知的特性，構造一組類似耳蝸作用的三角濾波器，其作用是將每幀聲音信號頻譜能量由線性頻域映射到 Mel頻域。然后對三角濾波器輸出的非線性頻譜進行對數(shù)變換，最后通過離散余弦變換映射在倒譜域上，完成 MFCC特征參數(shù)的提取。
　　3、在求取MFCC過程中，針對傅里葉變換有限的時頻分辨力以及計算

4、過程中產(chǎn)生諧波干擾的缺陷，采用小波變換進行相應的改進，使得提取的特征參數(shù)更加符合人耳聽覺特性，改善對噪聲的魯棒性。同時，在特征提取過程中，引入經(jīng)驗模態(tài)分解法，挖掘更多的動態(tài)特征，從而獲得復合改進的MFCC特征提取方法。
　　4、完成異常聲音的分類識別。根據(jù)對異常聲音提取的特征，用支持向量機完成異常聲音模型的建立和測試。在訓練和測試階段，通過組合多個二分類SVM來實現(xiàn)多分類識別。根據(jù)參數(shù)對異常聲音模型泛化能力大小的影響，選擇合適的核