0
夥計。我目前正在執行一個項目,以根據在該環境中錄製的音頻來檢測哪些環境(例如,在汽車上,公共汽車上,火車上,街上,食堂中)。如何使用fft來檢測環境
基本上,我會先錄製WAV,做FFT和頻域分析。 該軟件應該開發爲Android應用程序。
我看了一下HMM,MFCC論文,但我相信他們只是檢測幾個環境太複雜了。
的任何意見或建議表示歡迎!在此先感謝
夥計。我目前正在執行一個項目,以根據在該環境中錄製的音頻來檢測哪些環境(例如,在汽車上,公共汽車上,火車上,街上,食堂中)。如何使用fft來檢測環境
基本上,我會先錄製WAV,做FFT和頻域分析。 該軟件應該開發爲Android應用程序。
我看了一下HMM,MFCC論文,但我相信他們只是檢測幾個環境太複雜了。
的任何意見或建議表示歡迎!在此先感謝
我一直在做一個類似的項目在幾年前,並試圖瞭解用戶從多個傳感器,如加速計,陀螺儀和GPS收集到的信息,當前車輛。
在該項目中,我使用FFT,決策樹和HMM。我認爲只有音頻+ FFT遠遠不夠,FFT可以從音頻數據中提取頻域中的幾個特徵,但只有這些不能區分環境。
我的建議是選擇在數據挖掘合適的算法訓練強大的模型,並使用HMM或其他方法做時間序列分析。
您好faylon,非常感謝您的回覆!請問您如何建立模型並訓練模型,以及如何使用HMM進行時間序列分析?對不起,我沒有很強的知識基礎... – zhoubo
好的,首先,你需要從不同的環境中,由不同的人收集來自傳感器的數據。其次,您需要從所有這些數據中提取一些區分特徵,就像速度,加速度,頻率能量,它們的變化等等。第三,在數據挖掘中選擇一種或幾種算法,以這些特徵和數據爲基礎建立一個模型。 – faylon
然後你可以使用這個模型來做分類。 Hmm用於時間序列分析,您可以簡單地使用狀態轉換概率表來預測過去狀態的當前狀態。 – faylon