基于△MFCC和KNN的挖掘设备声音识别

为保障电缆不受外力破坏,运用声音信号处理和模式识别技术,对挖掘设备声音信号进行识别。主要研究内容有:1声音信号的倒谱域特征参数分析:Mel频率倒谱系数(MFCC),一阶差分Mel频率倒谱系数(△MFCC);2采用KNN的识别算法进行测试。理论分析和实验结果表明,对于4种设备声音信号,△MFCC识别率可达86.69%,满足实际应用需求。提出的挖掘设备声音信号处理及识别算法具有通用性,可用于地下管道监测等领域。

基于小波散射变换和MFCC的双特征语音情感识别融合算法

为了充分挖掘语音信号频谱包含的情感信息以提高语音情感识别的准确性,提出了一种基于小波散射变换和梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)的排列熵加权和偏差调整规则的语音情感识别融合算法(PEW-BAR)。算法首先获取语音信号的小波散射特征和梅尔频率倒谱系数的相关特征;然后按尺度维度扩展小波散射特征,利用支持向量机得到情感识别的后验概率并获得排列熵,并使用排列熵对后验概率进行加权;最后采用一种偏差调整规则进一步融合MFCC的相关特征的识别结果。实验结果表明,在EMODB、RAVDESS和eNTERFACE05数据集上,与传统的基于小波散射系数的语音情感识别方法相比,该算法将ACC分别提高了2.82%、2.85%和5.92%,将UAR分别提升了3.40%、2.87%和5.80%,IEMOCAP上提高了6.89%。

基于MFCC和MDE-SVDD的滚动轴承音频信号异常检测方法

针对传统振动传感器安装不易,而声信号分析易受环境噪声干扰的问题,提出一种基于梅尔倒谱系数(MFCC)和马氏距离加权改进支持向量数据描述(MDE-SVDD)的音频信号异常检测方法,用于滚动轴承运行状态监测。该方法从轴承运行声信号中提取MFCC作为特征向量,进而使用马氏距离加权改进SVDD,以增强对噪声样本的抗干扰性,从而提高算法的检测精度,然后在实验音频信号中添加多种强度的高斯白噪声以模拟现场噪声环境,并将所提方法的测试结果与传统SVDD等异常检测方法进行比较。结果表明:在低信噪比(-5 dB)场景下,MDE-SVDD的异常检测平均准确率达到91.99%,相较于传统SVDD提升了7.73百分比。

水声目标的MFCC特征提取与分类识别

水声目标识别技术在水下信息处理中起着非常重要的作用,从辐射噪声中提取水声目标的有效特征一直都是水声目标识别技术的难点所在。提出了一种利用水声目标辐射噪声的梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)作为目标特征提取的方法。通过对辐射噪声信号进行梅尔频率滤波得到目标噪声信号的MFCC特征,它模拟了人耳对不同频率的声音具有不同感知能力的听觉非线性效应,因此具有良好的识别效果。通过对实际水声目标的辐射噪声进行测试实验,提取目标噪声信号的MFCC特征向量,并运用K近邻算法对其进行分类识别,实验结果显示MFCC特征提取与分类识别算法对水声目标的识别率达到85%以上。

基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断

针对梅尔倒谱系数(MFCC)对托辊轴承高频特征提取能力不足的问题,提出了一种基于梅尔倒谱系数和翻转梅尔倒谱系数(MFCC-IMFCC)的混合倒谱以及长短时记忆(LSTM)网络的托辊轴承故障诊断方法。首先,分析了三种状态下的托辊声音信号,明确了托辊轴承故障信息主要分布在中高频区域;然后,为有效保留高频信息,提取了MFCC-IMFCC,以帧级串联的方式组成了混合倒谱特征;最后,将混合倒谱特征输入到双层LSTM模型中进行了训练,建立了托辊轴承故障诊断模型。研究结果表明:针对托辊正常、滚动体故障和偏心旋转故障三种状态,LSTM结合混合倒谱特征的平均识别准确率达到96.72%,相比于单一的MFCC和IMFCC特征,准确率分别提升3.94%和7.41%,凸显了混合倒谱特征在表征托辊轴承故障信息方面的显著优势。

改进MFCC特征和MLA模型的语音情感识别

MFCC及其一阶差分特征表征了语音的静态和动态信息,常作为SER的情感特征。在传统的MFCC特征提取过程中,通过人工调参实现语音信噪比的平衡,容易造成过度补偿的情况。本文提出两种改进方法,分别获得EMFCC和AMFCC特征。为了获得最佳的分类准确率,基于池化层、LSTM和注意力机制构建了MLA模型,能够有效捕捉特征中的情感信息。采用由MFCC及其一阶差分特征和两个改进MFCC特征组成的混合特征,在CASIA语料库上取得了81.79%的未加权准确率。消融实验的结果表明,与SER领域其他较为先进的识别方法进行对比,改进的MFCC特征具有较好的性能优势。

基于优化VMD融合MFCC特征的海缆裸露状态识别

针对分布式光纤传感信号噪声强、识别难的问题,本文提出一种基于优化变分模态分解(Variational Mode Decomposition,VMD)融合梅尔频率倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)特征的海缆裸露状态识别方法,用于识别海上风机海底电缆接入端浅埋和裸露两种状态。首先,利用参数优化的VMD对光纤振动信号进行分解,并利用相关系数法筛选本征模态分量(Intrinsic Mode Function,IMF);其次,融合梅尔频率倒谱系数、原始振动信号和所选IMF的时域和频域特征,以及IMF的能量和熵特征构建高维特征集,利用补偿距离评估技术(Compensation Distance Evaluation Technique,CDET)进行降维;最后,设计长短时记忆网络(Long Short Term Memory Network,LSTM)结构,将训练集输入网络进行训练,测试集验证网络的有效性,实现海缆裸露状态识别。通过现场采集的海缆振动数据进行验证,测试准确率达到100%,结果表明该方法能够准确识别和预测海缆裸露状态。

基于MFCC与CNN的机械故障声音自动识别

针对机械故障自动识别问题,提出一种结合梅尔频率倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)与一维卷积神经网络(Convolutional Neural Networks,CNN)的机械故障声音自动识别方法,并通过实验验证该方法的有效性。实验结果表明,该方法在机械故障声音识别中具有较高的准确率、精确率及召回率,能够有效识别故障案例。

基于MFCC和HMM的语音识别优化方法研究

为探究基于梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔可夫模型(Hidden Markov Model,HMM)的语音识别优化方法,首先探讨语音识别系统的基本框架设计,其次分析MFCC特征提取方法,再次引入期望最大化(Expectation Maximization,EM)算法优化HMM参数,最后利用THCHS-30数据集进行实验验证。结果表明,引入EM算法优化HMM,可有效克服传统HMM在复杂语音环境下的识别困难问题,显著提升系统的识别精度和健壮性。

基于语音特征与MFCC谱图融合模型的抑郁症检测

据《2022年国民抑郁症蓝皮书》显示,我国的抑郁症患者人数接近1亿。为更好地实现抑郁症辅助检测,文章首先利用MFPH端点检测方法分离了语音信号的有声段、无声段,其次提取了停顿时长、停顿次数、短时过零率等语音特征及MFCC特征谱图。对比分析发现,基于语音特征与MFCC特征谱图的融合模型在测试集上的准确率可以达到76.4%。

一种三维度基于改进MFCC特征模型的AI克隆语音源鉴定方法

AI克隆语音技术的出现将对现代社会法治秩序造成致命冲击。近年来研究人员仅关注了AI合成语音与样本语音内容相同领域的研究,而对AI合成语音与样本内容不同的检材的鉴定研究却甚少,相关鉴定内容无法识别。为此,提出了一种三维度基于改进MFCC特征模型对AI克隆语音源进行鉴定。首先对先前研究人员人工分析的AI克隆语音特性进行验证,总结出可识别的“共振峰F5异常活跃”与“能量、共振峰、音高曲线异常突变”的特征。其次基于AI克隆语音的特征运用二阶差分修正MFCC系数并采用“逆差逻辑推演法”将能量、共振峰、音高曲线突变特性进一步量化采样,将其定义为语音鉴定的特征向量三元组。然后以特征向量三元组为输入,运用D-S证据合成规则将三组检材与样本比对的结果融合。最后形成三维度基于改进MFCC特征参量的检材评定模型。人群随机采样实验结果表明,该AI克隆语音源鉴定方法对以同一人为克隆源所合成的AI克隆语音鉴定的平均概率为67.324%,标准差为7.32%,鉴定效果很好。

改进MFCC和并行混合模型的语音情感识别

传统MFCC不仅忽略了浊音信号中基音频率的影响,还不能表征语音的动态特征,因此提出利用滑动平均滤波器滤除浊音信号的基音频率,并在提取完静态MFCC特征后再通过提取其一阶差分与二阶差分来获取动态特征。将得到的特征送入模型中进行训练,为了构建更高效的语音情感识别模型,搭建了一种融合多头注意力机制的并行混合模型。多头注意力机制不仅可以有效防止梯度消失现象,构建更深层的网络,各个注意力头还可以执行不同的任务来提高准确率。最后进行情感特征分类,传统softmax在进行分类时类内距离可能会变大导致模型的置信度差,因此引入了中心损失函数,将两者联合来进行分类。实验结果表明,所提方法在RAVDESS数据集和EMO-DB数据集上的准确率可以分别达到98.15%和96.26%。

基于MFCC-CS-MUSIC的矿井提升机故障源精准识别方法研究

在煤矿生产领域中,矿井提升机作为一种辅助运输的设备,在矿井整个运输工程中承担着非常重要的作用,其安全性和稳定性直接影响着煤矿生产效率和井下工作人员生命安全。矿井提升机故障发生后,其声音信号也会随着设备运行状态而改变,因此可以通过分析该声音的特征来检测设备是否处于不正常运行状态。鉴于此提出了基于MFCC-CS-MUSIC实现的矿井提升机故障源精准识别方法。通过采集提升机音频信号,应用MFCC(梅尔频率倒谱系数)算法提取多个通道声音信号梅尔频率倒谱系数进行故障识别;应用MUSIC(多信号分类)故障识别后的音频信号进行定位求得信号的最小化波达方向。将MUSIC算法求得的DOA(波达方向定位)值作为优化变量,以计算DOA和测量DOA之间的差异为目标函数,利用CS(布谷鸟)算法对目标函数进行寻优,从而实现对提升机故障源精准定位。试验和应用结果均表明,利用CS算法优化后MUSIC算法得到的定位坐标误差Δψ在5°以内,实际位置坐标方位角误差Δθ在4°以内。该方法实现了提升机故障准确识别和提升机故障源的精准定位,大幅缩短了排查矿井提升机故障位置的时间,显著提升了矿井提升机的工作效率。

基于二阶差分MFCC深度学习的声景基调声分类方法

本文提出了一种可用于卷积神经网络分类技术的二阶差分MFCC特征,尝试解决声景学中基调声与非基调声二分类这一具有“人文色彩”的主观分类任务。以老北京中轴线的声景样本数据集为例,根据本文设计的网络模型结构,使用该二阶差分MFCC特征训练的二分类器对于声景基调声的识别准确率达到80.23%,远优于单独使用RMS和Mel频谱特征,以及联合使用RMS与二阶差分MFCC特征的准确率。

基于MFCC特征融合的语音情感识别算法

在目前语音情感识别中,采用单一梅尔倒谱系数(MFCC)频谱的方法不能完全体现语音中所包含的情感特性,而多特征融合容易导致维数过大。提出了一种融合MFCC及其差分频谱的双向长短时记忆网络结合卷积神经网络(Bi-LSTM-CNN)的语音情感识别算法。首先提取语音信号的MFCC特征,并进行差分运算得到一阶、二阶差分特征提取频谱,再采用主成分分析法分别获取3个频谱中贡献度较高的维度组成新的频谱,达到降维目的,并将降维后的3个特征频谱从上到下依次进行堆叠,得到动、静结合的MFCC差分融合频谱。训练阶段Bi-LSTM-CNN模型从特征融合频谱中学习语音情感特性,并采用稀疏交叉熵法得到最优结果。实验结果表明在RAVDESS数据集上准确率为81.32%,在EMO-DB数据集上对情感识别的准确率为85.51%,比主流情感识别模型的准确率提高了4.85%。

基于MFCC的路基土密实度识别技术研究

研究目的:室外路基土连续压实技术中所采用的表征指标,大多是在振动压路机钢轮上采集的振动加速度信号频率、幅值的基础上换算得到的,受跳振及机械自振影响表征效果差,信号也未得到深度挖掘。为了能找到可靠表征土体压实度的指标,本文在室内测试分析的同时引入声源材料识别技术,并基于人耳听觉和心理学,结合材料物理属性研究提取音色特征,以提高土体压实度的识别率。试验通过在室内激励不同压实度土样,采集加速度信号和声音信号,引入MIRtoolbox音色工具箱,采用听觉感知原理的冲击声特征提取法提取声音中的音色特征,并将此方法应用到加速度信号的特征提取。研究结论:(1)当锤击力为55 N±5 N级时,加速度和声音信号中提取的特征值mfcc6max与土样压实度秩相关系数分别为0.81和0.69,即可采用特征值mfcc6max作为表征土体压实度的指标;(2)反向识别土体压实度时,锤击力控制在55 N±5N,加速度信号中计算得到的mfcc6max值代入相关性方程y=0.014x-0.92,或声音信号中计算得到的mfcc6max值代入相关性方程y=0.018x-1.09,得到的两个y值可较好地反向预测土体压实度;(3)本试验中表征土体压实度的特征值和方法,可以进一步应用到室外连续压实技术中,并从根本上区别于传统的连续压实技术指标,对提高土体识别率具有指导作用。

基于MFCC声音特征信号提取的托辊故障诊断

为监测托辊健康运行状态,通过现场试验的方式提取了托辊正常音频信号与故障音频信号。针对提取的音频信号中包含有大量噪声的问题,提出一种改进的小波阈值去噪方法,该方法有效滤除了音频信号中的噪声,为信号的后期特征提取奠定了基础。为进一步研究正常音频信号与故障音频信号的特性差异性,利用梅尔倒谱系数(MFCC)特征提取法,得出了能明显观测到托辊正常状态与故障状态差异性的梅尔倒谱系数特征表征图。结果表明:故障音频信号时域图与频谱图比正常音频信号波动更加剧烈;托辊正常音频信号的梅尔倒谱系数特性表征图比故障音频信号的起始幅值高,且幅值下降更迟缓。

基于鲁棒主成分分析和MFCC反复结构的歌声分离方法

针对单一传统方法对歌声分离不彻底的问题,文章提出了一种基于鲁棒主成分分析(Robust Principal Component Analysis,RPCA)和梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficients,MFCC)反复结构的两步歌声伴奏分离模型。该模型有效地改善了鲁棒主成分分析对歌声分离不完全和梅尔频率倒谱系数反复结构歌声在低频处分离不佳的问题。首先使用鲁棒主成分分析将混合音乐信号分解为低秩矩阵和稀疏矩阵,然后分别对其提取梅尔频率倒谱系数特征参数并且对其进行相似运算,构建相似矩阵及建立梅尔频率倒谱系数反复结构模型并通过反复结构模型分别得到低秩矩阵和稀疏矩阵相关的掩蔽矩阵,最后根据构建的掩蔽矩阵模型以及傅里叶逆变换得到背景音乐和歌声。在公开数据集上进行了实验,实验结果表明本文算法在歌声分离性能上与比较算法相比,平均信号干扰比值最高有接近7 dB的提高。

基于MFCC和GWO-SVM的低流量管道泄漏气动噪声辨识方法

在用声发射(AE)技术对低流量泄漏管道进行在线检测时,针对典型声发射特征参数无法有效区分低流量泄漏管道不同检测位置所采集的气动噪声信号的问题,以梅尔频率倒谱系数(MFCC)矩阵作为特征值,对泄漏信号提取特征,利用灰狼优化算法(GWO)将传统支持向量机(SVM)优化后对信号进行分类识别,并与传统支持向量机(SVM)的识别结果进行对比。结果表明,提取特征MFCC步骤中滤波器组数M的选取也对分类识别有一定影响,当M=12时,利用特征矩阵MFCC作为低流量管道泄漏气动噪声信号的特征识别准确率达到了90.67%,且随着传统支持向量机的优化识别准确率会进一步提高到94.67%。

基于GMM和改进MFCCs的电机轴承故障诊断方法研究

针对电机系统振动信号的采集对传感器安装精度要求较高,以及时频域特征不能完全表征轴承故障特征的问题。论文提出一种基于高斯混合模型(Gaussian mixture model,GMM)和改进梅尔频率倒谱系数(Mel frequency cepstrum co-efficients,MFCCs)的轴承故障识别方法。该方法通过PCA降维获取改进的MFCCs声纹特征,借助GMM模型对MFCCs特征参数分布拟合,构造了电机轴承故障分类模型,实现了对轴承故障状态的识别。仿真实验结果表明:所得到的MFCCs特征向量能准确表征轴承的不同故障类型;改进MFCCs特征具有识别准确率高和识别速度快的特点;并且基于GMM模型的识别结果与真实故障类型吻合良好。研究结果为电机轴承故障诊断研究提供了一种新思路。