基于內(nèi)容的音頻檢索.pdf

1、現(xiàn)代信息技術(shù)的快速發(fā)展以及信息量的急劇增長(zhǎng)，使得人們對(duì)信息檢索的期望與要求也不斷增長(zhǎng)。傳統(tǒng)的信息檢索都是基于文本關(guān)鍵詞來(lái)進(jìn)行的，但對(duì)于音頻信號(hào)來(lái)說(shuō)，這種檢索方法過(guò)于片面與低效。隨著音頻處理技術(shù)的不斷發(fā)展，基于內(nèi)容的音頻檢索方法開(kāi)始得到越來(lái)越多人的關(guān)注和重視，它能夠大大提高音頻信號(hào)的檢索效率，同時(shí)又避免了純文本檢索方法的許多弊端。
　　音頻信號(hào)檢索的本質(zhì)是各種格式的音頻文件以及音頻處理技術(shù)。在音頻文件方面，本文主要分析了常見(jiàn)的MID

2、I、PCM以及WAV等音頻格式，并對(duì)比了它們之間的異同點(diǎn)以及應(yīng)用特點(diǎn)。在音頻處理技術(shù)方面，首先是提出了音頻信息檢索最常見(jiàn)的兩種模型：向量空間模型與概率模型，它們根據(jù)各自不同的特點(diǎn)而有著不同的應(yīng)用。音頻信息檢索都是先對(duì)音頻信號(hào)進(jìn)行分割并提取相應(yīng)的音頻特征，然后根據(jù)所提取的特征進(jìn)行匹配對(duì)比，目前主要有兩種檢索方法：基于直接匹配的檢索方法與基于隱馬爾科夫模型的檢索方法。接下來(lái)，分析了音頻信息檢索系統(tǒng)在音樂(lè)檢索以及音頻例子檢索這兩方面的應(yīng)用。最