多媒體內(nèi)容管理及可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著多媒體的蓬勃發(fā)展，音頻識(shí)別技術(shù)和視頻流圖像處理技術(shù)也越來越成熟。本人所在實(shí)習(xí)實(shí)驗(yàn)室在語(yǔ)音識(shí)別、語(yǔ)種識(shí)別、聲響識(shí)別、話者識(shí)別、情感識(shí)別等領(lǐng)域取得了一系列研究成果，多媒體內(nèi)容分析管理及可視化展現(xiàn)系統(tǒng)的主要功能是集成這些研究成果，形成一個(gè)整體的、系統(tǒng)化的多媒體平臺(tái)，并行分析出一段語(yǔ)音中的語(yǔ)音內(nèi)容、語(yǔ)種內(nèi)容、聲響內(nèi)容、話者內(nèi)容、情感內(nèi)容，利用信息可視化技術(shù)來進(jìn)行直觀地展示。
　　本論文詳細(xì)介紹了多媒體內(nèi)容分析管理及可視化展現(xiàn)系統(tǒng)的設(shè)計(jì)

2、與開發(fā)的主要技術(shù)和方法。多媒體內(nèi)容分析子系統(tǒng)主要包括了多媒體流分解，多媒體音頻流提取、切分，多媒體音頻識(shí)別模塊集成，視頻流圖像抓取，字幕檢測(cè)定位，圖像分割，單字提取，視頻流的渲染播放等關(guān)鍵功能；多媒體內(nèi)容可視化主要包括了對(duì)語(yǔ)音內(nèi)容、語(yǔ)種內(nèi)容、聲響內(nèi)容、話者內(nèi)容、情感內(nèi)容、上述內(nèi)容檢索結(jié)果的可視化以及多媒體播放器等關(guān)鍵功能;多媒體內(nèi)容管理主要完成了音頻識(shí)別相關(guān)的數(shù)據(jù)和字幕識(shí)別相關(guān)數(shù)據(jù)管理以及定義了多媒體音頻識(shí)別模塊輸出內(nèi)容的存儲(chǔ)格式。系統(tǒng)

3、多媒體流的處理采用的框架是DirectShow框架，DirectShow是微軟公司提供的一套在Windows平臺(tái)上的多媒體處理開發(fā)包，它為多媒體流的處理提供了許多方便快捷的方法，而且開發(fā)人員可以利用DirectShow技術(shù)根據(jù)需要定制特定組件。
　　本系統(tǒng)采用基于實(shí)例的測(cè)試方法驗(yàn)證了功能性需求，對(duì)關(guān)鍵功能的測(cè)試環(huán)節(jié)，做了大量的測(cè)試工作，保證系統(tǒng)功能的準(zhǔn)確性與穩(wěn)定性。測(cè)試結(jié)果表明，系統(tǒng)實(shí)現(xiàn)了需求所提出的功能，具有較好的穩(wěn)定性和實(shí)用性