3、声学事件分类与线性预测的高效方法研究

声学事件分类与线性预测的高效方法研究

声学事件分类实验

实验设置

在声学事件分类任务中，为了评估不同频率尺度和参数化方法的性能，进行了一系列实验。实验采用了 5 折交叉验证，每次将不同的一组数据用于测试，其余用于训练。声学事件分类（AEC）系统基于带有径向基函数（RBF）核的一对一支持向量机（SVM），并使用多数投票方案进行最终决策。

对于基线实验，每 10 毫秒提取 12 个倒谱系数，使用 20 毫秒长的汉明分析窗口和由 40 个频谱带组成的听觉滤波器组。考虑了四种不同的频率尺度：Mel（产生传统的 MFCC）、等效矩形带宽（ERB）、巴克（Bark）和线性。此外，还计算了每个帧的对数能量和一阶导数（在需要时），并将其添加到倒谱系数中。最终的特征向量由这些短期参数在 2 秒长度、重叠 1 秒的片段上计算的统计量（均值、标准差和偏度）组成。

实验结果

实验结果通过改变听觉滤波器组中消除的低频带数量来展示，包括在段级别（正确分类的段的百分比）和目标事件级别（正确分类的目标事件的百分比）的平均分类率。以下是不同频率尺度和参数化方法的段级别平均分类率：
| Param. | Scale | Base. | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| — | — | — | — | — | — | — | — | — | — | — | — | — | — | — |
| CC | MEL | 75.10 | 77.47 | 77.66 | 77.58 | 77.63 | 78.16 | 76.95 | 78.11 | 76.87 | 76.12 |