基于內(nèi)容的音頻分類與識(shí)別.pdf

1、隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和通訊技術(shù)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(duì)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(lǐng)域的重要課題之一。本文在認(rèn)真分析和總結(jié)前人研究成果的基礎(chǔ)上，重點(diǎn)解決了音頻結(jié)構(gòu)分析、音頻信號(hào)預(yù)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(luò)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(duì)原始的音頻信號(hào)進(jìn)行基本處理，包括對(duì)音頻信號(hào)進(jìn)行分幀、加窗和端點(diǎn)檢測等預(yù)處理工作。
　　 (2)分析了語音、音樂和噪聲的聲學(xué)特性，抽取了各類音頻的時(shí)域及頻域特征的相關(guān)特征，其中包括短時(shí)過零率、平均短時(shí)能量、頻譜能量、頻譜質(zhì)心、美爾倒譜系數(shù)等，并對(duì)部分幀特征值進(jìn)行了統(tǒng)計(jì)，得出了高過零率比例、低短時(shí)能量比率、靜音幀比率、平滑基音幀比率等特征。
　　

3、(3)設(shè)計(jì)并實(shí)現(xiàn)了多種分類算法。本文分析了支持向量機(jī)的數(shù)學(xué)模型，設(shè)計(jì)了用于音頻分類的支持向量機(jī)，并對(duì)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(jìn)行了分類實(shí)驗(yàn)。本文還研究了另一種常用的模式分類器BP神經(jīng)網(wǎng)絡(luò)，分析了BP網(wǎng)絡(luò)的訓(xùn)練及識(shí)別過程，并設(shè)計(jì)了具有一個(gè)隱含層的三層前饋網(wǎng)絡(luò)，重點(diǎn)對(duì)音頻樣本庫中語音、音樂和噪聲做了分類實(shí)驗(yàn)。
　　 (4)實(shí)現(xiàn)了有關(guān)漢語普通話聲調(diào)識(shí)別的實(shí)驗(yàn)。分析了漢語的聲調(diào)特征，提取了能體現(xiàn)聲調(diào)特性的相應(yīng)特