%0 Journal Article
%T 融合GMM及SVM的特定音频事件高精度识别方法
%A 罗森林
%A 王坤
%A 谢尔曼
%A 潘丽敏
%A 李金玉
%J 北京理工大学学报
%D 2014
%X 针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题，提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法.该方法利用GMM的统计分布描述能力和SVM的推广泛化能力，将GMM和SVM分别识别的结果进行融合处理，以手枪、步枪、机关枪等10类以上枪声为实验数据，无需针对每种枪声生成相应的识别模板，仅需训练生成2个识别模板.实验结果表明，识别准确率达到92.71%.该方法模板数量少，不需要多次训练，算法复杂度较低，不仅便于应用而且可大幅提升识别效率.
%K 音频识别
%K 高斯混合模型（GMM）
%K 支持向量机（SVM）
%K Mel频率倒谱系数（MFCC）
%K 特定音频事件
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20140712&flag=1