公开(公告)号：CN103065627A

公开(公告)日：2013-04-24

申请号：CN201210546541.5

申请日：2012-12-17

Applicant: 中南大学

Inventor： 余伶俐 ,  蔡自兴 ,  吴敏 ,  唐琎 ,  周开军 ,  黄益绍 ,  谭平

IPC: G10L15/12 ,  G10L15/14

Abstract: 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，包括以下步骤：步骤1：建立车辆鸣笛声样本库；步骤2：预处理步骤；步骤3：车辆鸣笛声特征参数提取及降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术，识别率高。

公开(公告)号：CN103065627B

公开(公告)日：2015-07-29

申请号：CN201210546541.5

申请日：2012-12-17

Applicant: 中南大学

Inventor： 余伶俐 ,  蔡自兴 ,  吴敏 ,  唐琎 ,  周开军 ,  黄益绍 ,  谭平

IPC: G10L15/12 ,  G10L15/14

Abstract: 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，包括以下步骤：步骤1：建立车辆鸣笛声样本库；步骤2：预处理步骤；步骤3：车辆鸣笛声特征参数提取及降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术，识别率高。