0

伙计们。我目前正在做一个项目,根据在那个环境中记录的音频来检测你在哪个环境(例如在汽车上、公共汽车上、火车上、街道上、食堂里)。

基本上我会先录一个wav,然后做FFT,然后在频域上分析。该软件应开发为 Android 应用程序。

我已经阅读了有关 HMM、MFCC 的论文,但我认为它们对于仅检测一些环境来说太复杂了。

欢迎任何想法或建议!提前致谢

4

1 回答 1

1

几年前我一直在从事一个类似的项目,并试图从加速度计、陀螺仪和 GPS 等多个传感器收集的信息中了解用户当前的车辆。

在那个项目中,我使用了 FFT、决策树和 HMM。我认为只有音频+FFT是远远不够的,FFT可以从音频数据中提取频域上的几个特征,但只有这些不能区分环境。

我的建议是在数据挖掘中选择合适的算法来训练强模型,并使用 HMM 或其他方法进行时间序列分析。

于 2012-11-01T11:33:45.610 回答