基于內(nèi)容的音頻分類與識別.pdf

1、隨著計算機技術、網(wǎng)絡技術和通訊技術的不斷發(fā)展，音頻、圖像和視頻等多媒體數(shù)據(jù)約占互聯(lián)網(wǎng)信息高速公路上所傳送的數(shù)據(jù)的70％，其中聲音媒體是除視覺媒體外最重要的媒體形式，各行各業(yè)對聲音媒體的使用越來越廣泛。因此，基于內(nèi)容的音頻處理和分類已成為多媒體處理、信息檢索及數(shù)據(jù)管理研究領域的重要課題之一。本文在認真分析和總結前人研究成果的基礎上，重點解決了音頻結構分析、音頻信號預處理、特征分析和提取、音頻聚類、基于SVM的音頻分類及基于BP網(wǎng)絡的音頻分

2、類等問題。
　　 本文的工作主要包括以下內(nèi)容：
　　 (1)對原始的音頻信號進行基本處理，包括對音頻信號進行分幀、加窗和端點檢測等預處理工作。
　　 (2)分析了語音、音樂和噪聲的聲學特性，抽取了各類音頻的時域及頻域特征的相關特征，其中包括短時過零率、平均短時能量、頻譜能量、頻譜質心、美爾倒譜系數(shù)等，并對部分幀特征值進行了統(tǒng)計，得出了高過零率比例、低短時能量比率、靜音幀比率、平滑基音幀比率等特征。
　　

3、(3)設計并實現(xiàn)了多種分類算法。本文分析了支持向量機的數(shù)學模型，設計了用于音頻分類的支持向量機，并對樣本庫中的語音、音樂、帶音樂的語音及噪音等音頻數(shù)據(jù)進行了分類實驗。本文還研究了另一種常用的模式分類器BP神經(jīng)網(wǎng)絡，分析了BP網(wǎng)絡的訓練及識別過程，并設計了具有一個隱含層的三層前饋網(wǎng)絡，重點對音頻樣本庫中語音、音樂和噪聲做了分類實驗。
　　 (4)實現(xiàn)了有關漢語普通話聲調識別的實驗。分析了漢語的聲調特征，提取了能體現(xiàn)聲調特性的相應特