基于人工智能的音频事件分类系统研究.pdfVIP

A电声技术语音技术

udioEngineeringVoiceTechnolog

文献引用格式：付兆婷.基于人工智能的音频事件分类系统研究[J.电声技术，2024，48（3）：45-47.

enceJl.AudioEngineerin

FUZT.Researchonaudioeventclassificationsystembasedonartificialintellige2024,48(3)：

45-47.

中图分类号：TN912.34文献标识码：AD0I:10.16311/j.audioe.2024.03.015

基于人工智能的音频事件分类系统研究

付兆婷

（白银开放大学白银学院，甘肃白银730900)

摘要：针对音频时间分类领域中的挑战，提出一种基于人工智能的音频分类系统，并结合传统隐马尔可夫模型（Hidden

MarkovModel，HMM）优化方法，采用UrbanSound数据集进行测试。首先，介绍了音频分类系统的框架。其次，针对传统HMM

模型的不足，提出一种基于模型融合的HMM优化方法，通过多模型投票的方式提高分类的准确性和健壮性。最后，在MATLAB

平台上进行实验。实验结果表明，该方法的准确率、精确率、召回率均优于传统HMM模型。

关键词：人工智能；音频分类；模型融合

ResearchonAudioEventClassificationSystemBasedonArtificialIntelligence

FUZhaoting

(BaiyinCollege,BaiyinOpenUniversity,Baiyin730900,China)

Abstract:Thearticleproposesanartificialintelligencebasedaudioclassificationsystemtoaddressthechallengesinthefieldofaudio

timeclassification,combinedwithtraditionalHiddenMarkovModel(HMM)optimizationmethods,andtestedusingtheUrbanSound

dataset.Firstly,theframeworkoftheaudioclassificationsystemwasintroduced.Secondly,inresponsetotheshortcomingsoftraditional

HMMmodels,amodelfusionbasedHMMoptimizationmethodisproposedtoimprovetheaccuracyandrobustnessofclassification

throughmultiplemodelvoting.Finally,conductexperimentsontheMATLABplatform.Theexperimentalresultsshowthatthe

accuracy,precision,andrecallofthismethodaresuperiortotraditionalHMMmodels.

Keywords:artificialintelli