加急见刊

基于MFCC和CNN的音频相似度判别研究

聂昂; 刘树林; 杨洪柏; 肖青峰 上海大学机电工程与自动化学院; 上海200072; 上海开放大学; 上海200433

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。

注: 保护知识产权,如需阅读全文请联系机械制造杂志社