《表3 不同噪声环境不同信噪比下不同分类器的识别结果列表》

  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

《一种基于噪声场景识别与多特征集成学习的活动语音检测方法》

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

基于特征优选结果，抽取训练和测试数据各2×1 500组样本。为了验证RF分类的优势，同时训练了SVM和两层MLP模型，且都采用网格搜索方法进行参数调优。识别准确率如表3所示。可以看到：在不同噪声类型和噪声强度下，RF分类器的识别准确率都是最好的，而SVM分类器和MLP分类器的识别效果相当；对于不同噪声类型，在信噪比不低于5 d B的情况下，RF分类器的准确率可达到95%以上；当信噪比降低到-5 d B时，准确率普遍下降很多，此时应该结合降噪算法保证语音检测的准确率。