基于MFCC和CNN的音频相似度判别研究
聂昂1; 刘树林1; 杨洪柏1,2; 肖青峰1
2019-04-20
发表期刊机械制造
ISSN1000-4998
卷号57期号:04页码:7-10
摘要音频信号特征提取和特征匹配是音频相似度判别的关键,提出基于梅尔频率倒谱因数(MFCC)和卷积神经网络(CNN)对音频相似度进行判别的方法。在判别时,利用MFCC对两段音频信号进行特征提取,然后计算这两段音频信号的特征距离矩阵。将特征距离矩阵输入CNN,进行特征匹配,计算得到音频相似度。试验结果表明,基于MFCC和CNN可以准确地对两段音频的相似度进行判别。
关键词音频 相似度 梅尔频率倒谱因数 卷积神经网络
URL查看原文
语种中文
资助项目上海市智能制造及机器人重点实验室开放课题(编号:ZK1801)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/144640
专题国家开放大学上海分部
作者单位1.上海大学机电工程与自动化学院;
2.上海开放大学
推荐引用方式
GB/T 7714
聂昂,刘树林,杨洪柏,等. 基于MFCC和CNN的音频相似度判别研究[J]. 机械制造,2019,57(04):7-10.
APA 聂昂,刘树林,杨洪柏,&肖青峰.(2019).基于MFCC和CNN的音频相似度判别研究.机械制造,57(04),7-10.
MLA 聂昂,et al."基于MFCC和CNN的音频相似度判别研究".机械制造 57.04(2019):7-10.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[聂昂]的文章
[刘树林]的文章
[杨洪柏]的文章
百度学术
百度学术中相似的文章
[聂昂]的文章
[刘树林]的文章
[杨洪柏]的文章
必应学术
必应学术中相似的文章
[聂昂]的文章
[刘树林]的文章
[杨洪柏]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于原始振动信号的往复压缩机卷积神经网络故障诊断
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。