《表1 车型识别实验结果表》
为验证本文声音识别模型的性能,通过实验进行了验证。在Matlab软件平台采用上文提到的方法提取FMCC特征进行对比实验,首先进行隐马尔科夫模型的实验,然后采用本文提出的加入特征层的循环神经网络模型,取摩托车、小型轿车、公交车、大卡车四种车型的行驶噪声,每种噪声样本为500,其中测试数据为200个,训练数据为300个。从语音数据中提取MFCC特征值。在提取特征值之前,首先要进行预加重和分帧加窗处理。实验中帧长设置为25ms,帧长重复部分为10ms。加窗处理使用Hamming。提取MFCC为12阶,并提取其一阶差分系数及二阶差分系数,每个系数取能量谱。实验中,循环神经网络的隐含层神经元为100个,类别层为100个。以上过程在Matlab软件中实现。实验结果如表1所示。
图表编号 | XD00212361100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 何家雄 |
绘制单位 | 广西交科集团有限公司 |
更多格式 | 高清、无水印(增值服务) |