• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      Java數(shù)字音頻識別程序

      2017-03-11 21:51:31侯昶宇
      中國新通信 2017年3期
      關(guān)鍵詞:目標識別

      侯昶宇

      【摘要】 本文主要討論java實現(xiàn)聲音識別程序,采用mfcc參數(shù)提取以及混合高斯模型方法。使用mfcc處理聲音得到音頻的特征參數(shù)后,通過混合高斯模型建模實現(xiàn)對音頻的判別。最終通過JNI方法將windows下程序移植到Android端下運行。

      【關(guān)鍵詞】 梅爾倒譜系數(shù) 混合高斯模型 目標識別

      一、背景及應(yīng)用

      對于聲音識別技術(shù)來說,由于不需要過多接觸以及實體間交互模式的認證,因此,它在使用中比其他種類的識別技術(shù)更加便利。而在配置過程中,由于當前多數(shù)電子數(shù)碼產(chǎn)品都已經(jīng)安裝了聲卡和話筒,因而構(gòu)架上也可以節(jié)約更多的成本。此外,對于使用環(huán)境來說,由于不需要如視頻監(jiān)控設(shè)備那樣對角度有著較高的要求,所以聲音識別系統(tǒng)的使用環(huán)境無疑也會更加的隨意和隱蔽。這些都是聲音識別系統(tǒng)與其他安防設(shè)施相比更加獨特的優(yōu)勢。

      除了常見的安防系統(tǒng)應(yīng)用以外,其實日常生活中一些身份識別也采用聲音識別模式。現(xiàn)在,很多銀行都采用了聲音識別的模式進行保險箱的控制;或者在一些遠程的服務(wù)中,也采用聲音識別的模式,對客戶的身份進行定位。此外,作為智能化技術(shù)的重要一環(huán),聲音識別同樣可以用于智能家電。盡管這種全新的模式在短時間之內(nèi)普及,無論是在技術(shù)上還是理念上都會遇到不小的阻力。但從長遠來看,這種技術(shù)的出現(xiàn)以及民用化的普及,對于未來實現(xiàn)個人信息的全方位保護將起到標志性作用。

      二、聲音識別程序概述

      首先將音頻文件讀作浮點數(shù)數(shù)組指針采樣點,之后將數(shù)組建立混合高斯模型,再將讀取的結(jié)果和已經(jīng)保存的混合高斯模型做比較,從而得出與高斯模型中最接近的結(jié)果。

      2.1高斯模型

      高斯模型就是用高斯概率密度函數(shù)(正態(tài)分布曲線)精確地量化事物,將一個事物分解為若干基于高斯概率密度函數(shù)(正態(tài)分布曲線)形成的模型。

      2.2統(tǒng)計學(xué)習(xí)模型

      我們常用所謂統(tǒng)計模型的學(xué)習(xí)分為概率模型和非概率模型。概率模型指的是模型訓(xùn)練方式為P=(Y|X)的類型。輸入X后得到的不是具體值,而是一系列的概率,我們選取概率最大的作為判決對象。與之相對的,非概率模型的形式是y=f(x)。輸入x后得到唯一結(jié)果y,并以其作為判決對象。

      2.3梅爾頻率倒譜系數(shù)

      由于不同的人有不同的特異性特征,所以先采用預(yù)加重技術(shù),即插入一個高通濾波器,從而加強聲道部分特征。高通濾波的傳遞函數(shù)如下:

      H(Z)=1-αZ-1

      因聲音在短時間內(nèi)呈現(xiàn)平穩(wěn)性,所以之后進行分幀和加窗。同時為了避免丟失信息,相鄰幀之間還應(yīng)存在重疊。

      再對分幀加窗后的各幀信號進行FFT變換得到各幀的頻譜。并對語音信號的頻譜取模平方得到語音信號的功率譜。

      最終通過濾波和離散余弦變換得到的Ci即為所需提取的特征參數(shù)。

      2.4混合高斯模型的建立

      建立混合高斯模型,及對樣本的概率密度分布進行估計,估計采用的模型是幾個高斯模型的加權(quán)和,每個高斯模型作為一個類,將樣本數(shù)據(jù)分別投影到幾個高斯模型時,就能得到在各個類上的概率。最終選取概率最大的類作為判決結(jié)果

      上式中,K衛(wèi)模型個數(shù),πk為第k個高斯模型的權(quán)重,p為第k個高斯模型的概率密度。求出p(x)后,求和的各項結(jié)果分別代表x屬于各個類的概率。

      通過上述方法,可以進行訓(xùn)練在資料庫中加入新的聲音訓(xùn)練得到的gmm模型,還可以通過與已知的gmm模型進行比對從而識別聲音種類。

      三、Android實現(xiàn)

      Android上層的Application和Application Framework都是使用Java編寫,底層包括系統(tǒng)和使用眾多的LIiraries是C/C++編寫的。所以上層Java要調(diào)用底層的C/C++函數(shù)庫必須通過Java的JNI來實現(xiàn)。

      在進行JNI操作時,首先,使用eclipse得到一個app文件,此處,eclipse會自動編譯此java文件。編譯后的文件在bin目錄下,通過javah命令生成一個c++的頭文件。在根據(jù)這個頭文件編寫c++程序。將windows下運行成功的程序中的函數(shù)編譯為.so文件作為java編譯時的庫函數(shù)。在進行java編程時,只需要對c++函數(shù)進行合理調(diào)用即可。

      四、實驗結(jié)果

      通過六次迭代后得到gmm模型并添加進數(shù)據(jù)庫,見圖1。

      得到gmm模型后與數(shù)據(jù)空內(nèi)已有模型進行比較,從而選出最接近的聲音是已有聲音模型中的一個,見圖2。

      在Android端實現(xiàn)聲音識別, 見圖3。

      四、總結(jié)

      一個完整的聲音識別模塊應(yīng)該有一下幾部分組成:前段處理、聲音建模、聲音數(shù)據(jù)庫、匹配判決。根據(jù)以上流程,本文所設(shè)計的聲音識別程序從過mfcc對聲音進行處理,之后建立高斯混合模型,在添加足夠的聲音種類進入數(shù)據(jù)庫后可以對聲音進行識別。通過JNI方式移植到j(luò)ava平臺后,使其應(yīng)用更加廣泛。

      參 考 文 獻

      [1] C library for computing Mel Frequency Cepstral Coefficients (MFCC)

      [2] Freeman H. On the Encoding of Arbitrary Geometric Configurations. IRE Trans. Electronics and Computers, 1961, 10:260-268

      [3] Ballard D H. Generalizing the Hough Transform to Detect Arbitrary Shapes [J]. Pattern Recognition, 1987, 13(81):111-122.

      猜你喜歡
      目標識別
      管道焊縫檢測視覺圖像處理的研究
      基于偏振數(shù)字圖像的特征提取及處理方法研究
      一種BCI與SAR融合的目標檢測系統(tǒng)設(shè)計
      渡口水域安全監(jiān)管技術(shù)研究
      中國水運(2017年1期)2017-02-27 23:45:33
      渡口水域安全監(jiān)管技術(shù)研究
      中國水運(2016年11期)2017-01-04 12:26:13
      全自動模擬目標搜救系統(tǒng)的設(shè)計與實現(xiàn)
      動態(tài)場景中的視覺目標識別方法分析
      基于PC的視覺解決方案在 Delta機器人抓放中的應(yīng)用
      價值工程(2016年32期)2016-12-20 20:36:15
      移動機器人圖像目標識別
      基于深度學(xué)習(xí)的目標反饋識別系統(tǒng)
      青浦区| 蒙山县| 遂宁市| 宿松县| 辛集市| 即墨市| 当阳市| 当涂县| 财经| 台湾省| 呼伦贝尔市| 鄂托克前旗| 油尖旺区| 阜新市| 仁怀市| 长丰县| 花垣县| 隆林| 云浮市| 河北省| 合阳县| 诸城市| 汝阳县| 盐源县| 通榆县| 五莲县| 阳新县| 米易县| 隆林| 晋中市| 车致| 青龙| 巫山县| 麟游县| 平和县| 泰和县| 项城市| 冕宁县| 尚志市| 涞水县| 天水市|