پیشنهاد یک سیستم شناسایی وقایع صوتی با استفاده از ترکیب ویژگیهای طیفی سیگنال

در این مقاله روش های مختلف استخراج ویژگیهای طیفی برای شناسایی وقایع صوتی متعلق به محیط اداری بررسی میشود. پایگاه داده از 61 کلاس صداهای مربوط به محیط اداری تشکیل شده است که برخی از این صداها آلوده بهنویزهای متفاوت میباشد. در مرحلهی استخراج ویژگی، از ویژگیهای MP ، MFCC ، LPC و در مرحلهی کلاسهبندی، از کلاسهبندهای شبکه عصبی و نزدیکترین همسایگی استفاده میشود. نتایج شبیهسازی نشان میدهد که ترکیب MP و MFCC بالاترین نرخ شناسایی را ارائه میکند. همچنین ملاحظه میشود که ترکیب همهی روشها نسبت به حالتی که از این روشها به صورت جداگانه استفاده میشود لزوماً منجر به بهبود نرخ شناسایی کلی سیستم نخواهد شد

کلیدواژه ها:

استخراج ویژگی ، وقایع صوتی ، ضرایب کپسترال فرکانس مل MFCC ، ردگیری انطباق MP ، ضررایب پیشبینی خطی LPC ، پردازش صوت