復雜背景下的聲音信號識別技術研究.pdf

1、社會的迅速發(fā)展帶來大量的數(shù)據(jù)信息，而如何找出有用的信息就顯得尤為重要，而且對于聲音數(shù)據(jù)來說，若是可以有效地采集、處理、識別這些數(shù)據(jù)，就會變得更有價值。本文所研究的是復雜背景下的聲音信號識別系統(tǒng)，并對系統(tǒng)進行深入分析和論證，重點開展了特征提取方法和識別技術研究，為實現(xiàn)復雜背景下精確的聲音信號識別系統(tǒng)提供理論依據(jù)。本文主要對3種類型的聲音信號做研究，包括法拉利汽車喇叭聲、蘭博基尼汽車喇叭聲和野馬汽車喇叭聲。
　　本文通過數(shù)據(jù)采集平臺，

2、利用GRAS麥克風采集汽車喇叭聲，經(jīng)過NI—9234數(shù)據(jù)采集卡和LabVIEW中NI--DAQmx技術中的子VI模塊，將聲音信號以波形的方式顯示，并保存為.wav格式，再將數(shù)據(jù)傳送到計算機中。本文重點研究復雜背景下的聲音信號特征提取方法和識別技術，并通過MATLAB軟件GUI用戶界面開發(fā)程序設計了聲音信號識別軟件系統(tǒng)，具體內(nèi)容如下：
　　首先，對獨立的聲音信號進行端點檢測和特征提取。在時間域上進行端點檢測，根據(jù)研究對象的特點，提出

3、來一種雙域特征提取法來對信號進行特征提取。其次，對采集到的一段混有待測信號的聲音段進行預處理，即降噪和盲源分離。采用5階巴特沃斯低通濾波器對待測信號進行降噪處理，再采用獨立分量分析（ICA）算法對聲音信號進行分離。然后，針對聲音識別中傳統(tǒng)的BP神經(jīng)網(wǎng)絡識別算法在收斂速度等方面不盡理想的問題，提出了一種增加動量項和自適應算子的改進方法。最后，從實用性和整體性兩方面著手，開發(fā)并設計出了復雜背景下的聲音信號識別軟件系統(tǒng)。
　　對于復雜背