《表1 声音模糊规则表：基于声音识别技术的婴儿无线监控系统设计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于声音识别技术的婴儿无线监控系统设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

声音识别的关键就是声音特征提取，声音特征信息需要提前学习，之后就是声音特征信息的比较（即匹配）。微处理器学习时，对婴儿哭声、婴儿笑声、狗叫声、鸟叫声、钢笔掉地声5种声音分别进行学习。对5种声音时域、频域波形进行分析比较（频域波形即频谱，由ADC采集时域信号通过FFT得到，其中ADC采样频率为82.031kHz，采样点数（即频点个数）为4 096，两相邻频点间隔为20.027Hz），筛选出每种声音中的一段声音信号，对其频域所有频点的幅值（除直流分量）进行模糊化处理，即将幅值区间[0，2500]（单位为mV）均分为5个模糊集：负大（NB）、负小（NS）、零（ZE）、正小（PS）、正大（PB）。若有频点幅值在区间[0，500]上，则将该频点幅值模糊化记为NB；若在[500，1000]上，则记为NS，以此类推。然后，将模糊化后不为NB的频点及其模糊幅值存入声音识别库用于匹配。声音模糊规则表如表1所列，FFT采样点数（频点）为4 096，结果具有对称性，故只取前一半作为频域结果。实验测得5种声音的频谱范围在10kHz以内，因此只取前512个频点，频率范围为0～10.254kHz。