人。我目前正在做一个项目，根据在该环境中录制的音频，检测您所在的环境（例如，汽车，公共汽车，火车，街道，食堂）。
基本上我会首先记录一个wav，然后进行FFT，并在频域上进行分析。 该软件应该作为Android应用程序开发。
我已阅读有关HMM，MFCC的论文，但我认为它们太复杂，无法检测到一些环境。
欢迎任何想法或建议！提前致谢
答案 0 :(得分：1)
几年前，我一直致力于一个类似的项目，并试图从加速度计，陀螺仪和GPS等多种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远远不够，FFT可以从音频数据中提取频域上的几个特征，但只有这些才能区分环境。
我的建议是在数据挖掘中选择合适的算法训练强模型，并使用HMM或其他方法进行时间序列分析。