文档名：基于正弦注意力表征网络的环境声音识别
将正弦注意力表征网络引入环境声音识别,首先提取梅尔频率倒谱系数(Mel-frequencycepstralcoefficient,MFCC)作为音频识别特征,使用门控循环单元提取MFCC每一帧的特征,根据正弦函数激活每一帧音频得分,并依照每一帧的音频得分为音频重新分配权重,从而将注意力集中在音频重点区域.最后结合全连接层和Softmax分类器对环境声音类别进行判别.实验在公开数据集UrbanSound8K上验证并与其他模型对比,结果表明所提出模型效果最好,在数据集上的识别率高达93.5％.
作者：彭宁 陈爱斌 周国雄 陈文洁 刘晶
作者单位：中南林业科技大学人工智能应用研究所,湖南长沙410004;中南林业科技大学计算机与信息工程学院,湖南长沙410004中南林业科技大学人工智能应用研究所,湖南长沙410004;中南林业科技大学智慧物流技术湖南省重点实验室,湖南长沙410004;中南林业科技大学计算机与信息工程学院,湖南长沙410004
母体文献：CCF第35届中国计算机应用大会论文集
会议名称：CCF第35届中国计算机应用大会
会议时间：2020年10月16日
会议地点：湖北襄阳
主办单位：中国计算机学会
语种：chi
分类号：
关键词：环境声音识别 正弦注意力表征网络 梅尔频率倒谱系数 门控循环单元
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.74 MB
- 下载次数:
- 60
-
高速下载
|
|
