基于MFCC特征提取 和SVM的声音识别系统

基于MFCC特征提取 和SVM的声音识别系统

一 MFCC特征提取研究

二 分类识别

一 MFCC特征提取研究

首先提取mfcc的特征，然后对所有的数据构建特征数据库，然后搭建svm的分类网络，其中需要安装libsvm的工具箱，最后得到数据的诊断结果。

如上

是一个数据进行EMD分解后的数据

分别的过程如下所示(部分代码)

Current IMF  |  #Sift Iter  |  Relative Tol  |  Stop Criterion Hit  

      1      |        3     |     0.057677   |  SiftMaxRelativeTolerance

      2      |        5     |      0.11365   |  SiftMaxRelativeTolerance

      3      |        3     |      0.13767   |  SiftMaxRelativeTolerance

      4      |        3     |       0.1082   |  SiftMaxRelativeTolerance

      5      |        3     |      0.10336   |  SiftMaxRelativeTolerance

然后对于分解后的数据，进行滤波处理，得到上述的结果图

 求解mfcc的特征图

二 分类识别

 采取的是svm的方法，使用了Libsvm的工具箱，得到的数据结果如上。

如果修改参数的数值，可以得到的结果。

很显然的，我们需要配置优秀的svm的参数数值，使得训练的效果最好。

具体源程序见：基于MFCC特征提取和SVM的声音识别系统-Matlab文档类资源-CSDN下载

如有侵权，请联系作者删除。