科研之友
微信
新浪微博
Facebook
分享链接
摘要
火电厂电力设备声音包含了丰富的有效信息，但受限于复杂环境噪声，使得有效特征提取极其困难。为解决这一问题，文章提出一种基于GFCC-SVM-REF的特征提取方法，并在现场采集的6种设备运行声音、加入ESC-50公共数据集中的环境干扰音以及对原始设备声音加入不同分贝的高斯白噪声这3类数据上对2种经典语音识别领域的特征提取方法进行抗噪性和准确性的对比。仿真结果表明，针对所研究的数据集，GFCC-SVM-RFE方法在10 dB和20 dB的高斯白噪声下分别达到了81.04%和96.88%的准确率。
- 单位
