1. 研究目的与意义
伴随着近年来电子信息技术不断发展，声音事件识别技术也逐渐走进人们的生活。
一种通过对一种或多种语音信号的特征分析来达到对未知声音辨别的目的，其以独特的方便性、经济性和准确性等优势受到世人瞩目，它在现代许多领域内有良好的应用前景。
在早期用于军事方面，而现今多用于刑侦，金融，通过声音事件识别确定说话人身份，也用于生活中智能语音识别。
2. 课题关键问题和重难点
目前主要有如下关键问题与难点：1、噪声问题2、采集者问题一、数据的采集与筛选。
由于对声音事件识别的研究不够的深入，所以目前机器仍然无法精确的确定采集目标。
若想要深入研究开发，则需要建立一个规模大的，采集声音例子足够多的声音事件库，在后台通过大量信息比对筛选来确定采集目标。
3. 国内外研究现状（文献综述）
声音事件识别是从说话人发出的语音信号中自动提取说话人信息，并对说话人进行识别的研究领域。
从信源角度看，说话人生理上的发音器官、当时的心理和情感等，都对说话时的语言及其发音产生影响，因此这一领域涉及声学、心理学、生理学、语言学等学科；从信号表述、信息自动提取和说话人识别的角度，它涉及到数字信号处理、模式识别和大规模集成电路等学科与研究领域。
因此，声音事件识别是综合性很强的应用研究领域。
4. 研究方案
首先是对于声音的采集，要在不同环境下，如充满噪声的环境中，有多种类似声音事件的条件下，区分并筛选出目标声音事件，研究说明，人的声音事件是由自身发声方式及声腔所决定的，每个人都是唯一的，如同指纹一般。
一个人不管处于什么身体状况或者带有不同情绪，其声音事件特征具有一定的共性。
本文研究采集者其不同情绪或身体状况下与声音事件特征之间的客观对应关系。
5. 工作计划
第一周：查找文献资料，对基于K近临算法的声音事件识别技术有个大体的了解；通过自己的初步学习能够了解K临近算法的内容。
第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、基于K近临算法的声音事件识别技术，自己先行进行一些初步的实践；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：练习编程；第六周：实现参数分析方法软件部分；第七周：实现基于K近临算法的声音事件识别声音采集部分；第八周：实现基于K近临算法的声音事件识别结果分析部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，检验并进行结果分析；第十二周：写论文以及准备答辩内容；第十三周：完善论文以及准备答辩；第十四周：验收程序，上交论文，进行毕业设计答辩；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
