基于SVM技术的音频分类事件识别

发布时间：2022-12-23 04:16

　　在音频信息识别技术的帮助下进行海量音频信息的查询时那些混在其中的不良信息和危害性信息就可以凭借音频识别进行自动检测,这不仅大大降低了人力成本,还能更有效更快捷的识别有害信息。因此对于当今网络社会来说,音频识别技术的应用层面是非常广泛的。音频识别技术不仅适用于网络,在很多实际生活中也被广泛使用。而随着人工智能的发展,研究人员对音频场景理解展现出极大的兴趣,其中音频场景分类和事件检测也成为了焦点。音频场景事件识别是基于音频识别的一种具体应用。目的是为了能根据特定音频来确定某些事件的发生。相比于传统的视频监控和人力监控,在某些特定的情况下可以弥补上述方式的不足。相较于摄像头监控的方式,音频检测装置更加的小巧,且受环境因素的影响性较之更小,因为声音的传递不受大雾天气或者视野的限制,自动化的识别过程也能减轻监控人员的工作量。相较于使用接收声音作为监控的手段,传统的摄像头监控由于采用的是视觉监控,因此不可避免的会受到视线的影响,人多嘈杂时不易发现重要信息,大雾等阻碍视线的天气时也很影响监控效果,而且摄像头监控主要还是依靠人员监视,容易产生纰漏。本课题把音频识别技术与森林的特点结合起来应用到森林盗伐... 

【文章页数】：48 页

【学位级别】：硕士

【部分图文】：

最近特征线方法

神经网络

图4.3支持向量机原理图

【参考文献】：
期刊论文
[1]利用Python对自然语言进行简单处理[J]. 刘家岐.  现代商贸工业. 2019(07)
[2]浅析家庭智能音箱中的语音识别技术[J]. 胡益恺.  科技传播. 2019(04)
[3]高斯混合模型的理解和应用[J]. 张鹂沣.  课程教育研究. 2018(48)
[4]基于短时能量和梅尔倒谱系数的车型音频识别[J]. 赵宏旭,杨文帅.  科学技术与工程. 2018(18)
[5]尖叫声识别装置的研制[J]. 毛峡,张旭东,陈立江.  复旦学报(自然科学版). 2018(03)
[6]音频信号矢量编码算法[J]. 杨超,徐向旭,刘云飞,朱弘,芮天宇.  海军航空工程学院学报. 2018(02)
[7]无人机识别的音频特征提取方法[J]. 丘恺彬,李建良.  噪声与振动控制. 2018(02)
[8]第41次《中国互联网络发展状况统计报告》发布[J].   中国广播. 2018(03)
[9]基于Labview软件的MFCC特征参数提取程序设计[J]. 苏力,李阳,庞宇辰.  科学技术创新. 2018(05)
[10]应用于语种识别的加权音素对数似然比特征[J]. 张健,徐杰,包秀国,周若华,颜永红.  清华大学学报(自然科学版). 2017(10)

博士论文
[1]复杂音频分类中的关键问题研究[D]. 王荣燕.北京邮电大学 2011

硕士论文
[1]基于令牌传递的维特比解码及其在语音识别中的应用[D]. 邱泉.华南理工大学 2016
[2]基于支持向量机和HMM的音频信号分类算法研究[D]. 胡明辉.长春工业大学 2015
[3]3D虚拟声算法研究与实现[D]. 李薯光.西安电子科技大学 2014
[4]音频分类技术研究[D]. 贾强.复旦大学 2013
[5]单芯片语音密码机中低速率语音编码的研究与实现[D]. 张忠.西安电子科技大学 2012
[6]噪声环境下说话人特征参数提取研究[D]. 江成.山东大学 2009



本文编号：3724695