论文部分内容阅读
为了实现对环境音频信号及其相关数据的自动分析，提出了一种环境音频数据分类方法。分类过程中，首先用短时平均幅度对音频数据进行有效分段；然后，计算分段音频数据的长度和平均过零率；最后，计算并生成一个分段音频数据的Mel频率倒谱系数（MFCC）和一阶差分Mel频率倒谱系数（△MFCC）特征参数。分类操作上，根据有效分段的长度和平均过零率确定分类搜索的范围，并在局部范围内采用DTW（Dynamic Time Warping，动态时间规整）分类算法。实验结果验证了该方法对各种环境音频数据分类的有效性。