伙计们。我目前正在做一个项目,根据在该环境中录制的音频来检测您所处的环境(例如在汽车上、公共(public)汽车上、火车上、街道上、食堂里)。
基本上我会先录制一个wav,然后进行FFT,并在频域上进行分析。 该软件应开发为 Android 应用程序。
我读过有关 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
最佳答案
几年前我一直在从事一个类似的项目,并试图通过从加速度计、陀螺仪和 GPS 等多个传感器收集的信息来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。我认为仅仅音频+FFT是远远不够的,FFT可以从音频数据中提取频域上的一些特征,但仅这些无法区分环境。
我的建议是在数据挖掘中选择合适的算法来训练强大的模型,并使用HMM或其他方法进行时间序列分析。
关于java - 如何使用fft检测环境,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13175737/