Page 66 - 无损检测2024年第三期

周 浩, 等:
基于 MFCC和 GMM 的瓷砖空鼓率识别系统及方法

图5 4种不同空鼓率瓷砖的36维度 MFCC特征图谱
对采样得到的600个声音训练样本进行处理并 分不同敲击声之间时频分布特性的细微变化, 从而
建立 GMM 模型库后, 分别对4类瓷砖中作为训练 有效识别是否空鼓及空鼓率的大小。
样本的6块瓷砖和剩余的4块瓷砖进行了空鼓率识
别试验。试验测试时, 除在瓷砖中心处进行敲击外 4 结语
还扩大了敲击范围, 即在中心附近不超过 B 区域的 文章采用 MFCC法提取瓷砖敲击声信号的时频
范围内随机敲击以验证其效果。试验测试的结果如 分布特征, 再用 GMM 法对 MFCC法提取的特征参数
表2所示, 可以看出, 对于作为训练样本的瓷砖, 空 进行分类和识别。利用研制的试验系统对不同空鼓

鼓识别正确率很高, 可达100% , 而对于未经训练的 率瓷砖 进 行 检 测 试 验, 结 果 表 明, 采 用 MFCC 与
作为测试样本的瓷砖, 空鼓识别正确率也较高, 最低 GMM 相结合的方法, 能有效提高瓷砖空鼓率的识别精

可达97% 。 度, 实现空鼓率的高性能检测, 具有良好的应用前景。
表2 不同空鼓率瓷砖的识别结果
参考文献:
实心 10% 20% 30%

空鼓率
瓷砖 空鼓 空鼓 空鼓
[ 1 ] AGGARWALG , SINGH L.A g eclassification with
测试次数 / 次 100 100 100 100
训练样本瓷砖 正确次数 / 次 100 100 100 100 LPCC features usin g SVM and ANN [ C ]//

正确率 / % 100 100 100 100 Information and Communication Technolo gy for
测试次数 / 次 100 100 100 100
Com p etitive Strate g ies. Sin g a p ore : S p rin g er
测试样本瓷砖 正确次数 / 次 100 97 99 100
Sin g a p ore , 2018 : 399-408.
正确率 / % 100 97 99 100

[ 2 ] ALSABEK M B , SHAHINI , HASSAN A.Stud y in g
进一步地, 对3类空鼓瓷砖分别进行了敲击位
the similarit y of COVID-19 sounds based on
置与空鼓识别正确率之间的关系试验, 结果表明, 空
correlationanal y sisof MFCC [ J ] .IEEE , 2020 , 14
鼓识别正确率的高低与敲击点位置有关, 当敲击点
( 2 ): 123-128.
位于 B 区 域 的 中 心 位 置 时 识 别 率 最 高, 约 为 [ 3 ] 周萍, 沈昊, 郑凯鹏. 基于 MFCC 与 GFCC 混合特征
99.7% ; 当敲击点位于 B区域中心位置附近时识别 参数的说话人识别[ J ] . 应用科学学报, 2019 , 37 ( 1 ):

率有所降低, 约为92.4% ; 当敲击点位于 A 、 B 区域 24-32.
的交界位置时, 识别率降低严重甚至会出现将空鼓 [ 4 ] 吕霄云. 基于 MFCC 和 GMM 的异常声音识别算法
瓷砖识别为实心瓷砖的情况。试验结果表明, 系统 研究[ D ] . 成都: 西南交通大学, 2010.
对瓷砖敲击声的时频分布特性较为敏感, 能有效区 ( 下转第55页)
2
3
2024年 第46卷 第3期
无损检测