基于MFCC和CNN的音频相似度判别研究

作者：聂昂; 刘树林; 杨洪柏; 肖青峰

来源：机械制造, 2019, 57(04): 7-10.

DOI：10.3969/j.issn.1000-4998.2019.04.003

• 音频
• 相似度
• 梅尔频率倒谱因数
• 卷积神经网络

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。

• 单位
  上海开放大学; 上海大学; 自动化学院