基于支持向量機(jī)的音頻分類技術(shù)研究與應(yīng)用.pdf

1、隨著多媒體技術(shù)的發(fā)展，多媒體數(shù)據(jù)已成為信息處理領(lǐng)域中主要的媒體形式。其中，音頻信息在多媒體信息中占有非常重要的地位。音頻數(shù)據(jù)是一種非語(yǔ)義符號(hào)表示和非結(jié)構(gòu)化的二進(jìn)制數(shù)據(jù)流，缺乏對(duì)內(nèi)容語(yǔ)義的描述和結(jié)構(gòu)化的組織，給音頻信息的深度處理和分析工作帶來(lái)了很大的困難。如何提取音頻內(nèi)容的語(yǔ)義信息是音頻信息深度處理、基于內(nèi)容的檢索和特定音頻類別處理的關(guān)鍵問(wèn)題。音頻分類技術(shù)是解決這一問(wèn)題的有效方法，是音頻內(nèi)容結(jié)構(gòu)化的基礎(chǔ)。本文主要研究如何選擇與提取能夠準(zhǔn)確

2、區(qū)分各種類別音頻的特征參數(shù)，并選擇一種有效的分類器對(duì)各種音頻類別進(jìn)行分類。
　　 本文對(duì)現(xiàn)有的音頻分類技術(shù)及其應(yīng)用進(jìn)行充分研究，設(shè)計(jì)與實(shí)現(xiàn)了基于支持向量機(jī)的音頻分類模塊，應(yīng)用于多個(gè)多媒體應(yīng)用系統(tǒng)中。首先，本文對(duì)現(xiàn)有的短時(shí)音頻信號(hào)處理方法進(jìn)行分析；其次，研究了音頻特征集構(gòu)造方法，在已有的音頻時(shí)域和頻域特征的基礎(chǔ)上使用PCA—LDA的方法構(gòu)造音頻特征集；然后，采用基于SVM的分類器，設(shè)計(jì)與實(shí)現(xiàn)音頻分類模塊；最后，將該音頻分類模塊嵌入