基于概率潛在語義分析的音頻場景識別方法.pdf

1、隨著音視頻網(wǎng)絡的飛速發(fā)展和人們生活水平的不斷提高,各種記錄日常生活點滴的音視頻文件如潮水般涌現(xiàn)在各大音視頻網(wǎng)站,并伴隨著人為主題標注的主觀性和隨意性,以及錄制工具帶來的音視頻質(zhì)量差異性,給管理和識別這些音視頻文件帶來巨大挑戰(zhàn)。因此,急需有效的智能系統(tǒng)對這些音視頻文件進行分門別類的管理,而且,以聲音為決策依據(jù)的智能系統(tǒng)不僅能在管理和識別音頻文件領域有著不可替代的作用,還可以通過分析視頻文件的伴音信息對基于視覺的智能系統(tǒng)提供技術支持和補充。

2、
　　音頻場景識別是解決以上問題的有效手段之一。音頻場景可以看作是刻畫和區(qū)分音頻內(nèi)容的一種特定的語義標簽,它由一系列語義上相關、時間上相鄰的聲學事件構成。因而音頻場景識別實質(zhì)上是對音頻內(nèi)容語義層面的識別和理解。傳統(tǒng)的音頻場景識別方法主要分為三類:其一是基于啟發(fā)式規(guī)則的音頻場景識別,一般是在提取音頻特征之后通過將其與特定的特征閾值相比較來實現(xiàn)分類;其二是基于最小距離的音頻場景識別方法,為每類音頻場景建立模板,然后通過計算待測音頻與模

3、板間的相似度或空間距離進行識別;其三是基于統(tǒng)計理論的音頻場景識別,如基于高斯混合模型的音頻識別方法和基于隱馬爾可夫的音頻場景識別方法等。簡單來說,上述方法不是直接識別音頻場景,而是通過檢測與特定音頻場景緊密相關的關鍵聲學事件的出現(xiàn)來間接識別音頻場景。這種基于關鍵聲學事件的識別策略對實驗環(huán)境和實驗語料的要求較高,在識別相似的音頻場景時力不從心,提取或定義相似音頻場景的關鍵聲學事件的難度非常大。盡管如此,基于關鍵聲學事件的音頻場景識別方法仍

4、然極具借鑒意義,可以通過對共現(xiàn)聲學事件的挖掘在廣義上對基于關鍵聲學事件的音頻場景識別思想進行擴展。參照在文本語義分析中的研究方法,將共現(xiàn)聲學事件視為同義詞,將出現(xiàn)在多個場景的同一聲學事件視為多義詞。本文正是針對音頻場景識別遇到的問題和需求提出一種消除聲學事件同義性和多義性影響的音頻場景識別方法,方法的核心是概率潛在語義分析模型。
　　基于概率潛在語義分析的音頻場景識別方法的首要步驟是構建聲學事件類字典,這一過程主要通過高斯混合模型

5、實現(xiàn),高斯分量決定了某MFCC特征向量隸屬哪一個聲學事件類;其次是去除具有同義性和多義性的聲學事件對音頻場景識別的影響,這一步驟通過概率潛在語義分析模型完成;最后,通過支持向量機模型對概率潛在語義分析模型處理后的音頻場景文件進行分類。為了檢驗基于概率潛在語義分析模型的音頻場景識別方法的實驗效果,本文以經(jīng)典的基于MFCC長時統(tǒng)計特征和支持向量機模型的音頻場景方法作為基線系統(tǒng),音頻長時統(tǒng)計特征在音頻場景識別中的意義和支持向量機模型分類穩(wěn)定性

6、決定了基線系統(tǒng)的比較意義。接下來,本文對基于概率潛在語義分析模型的音頻識別方法進行了改進,一方面通過近鄰傳播聚類算法實現(xiàn)音頻場景文件的自由聚類,另一方面引入了音頻場景分割的思想,將音頻文件轉化成由聲學事件類按序構成的文件。音頻場景分割是通過高斯模型構建的聲學事件類字典指導完成,從而實現(xiàn)了完整意義下的基于內(nèi)容的音頻場景識別。研究結果表明,基于概率潛在語義分析的音頻場景識別方法能夠有效的處理同義的和多義的聲學事件類對音頻場景識別的影響,基于