音頻樣例檢索技術(shù)研究.pdf

1、步入21世紀以來，通信技術(shù)、互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)得到了迅猛的發(fā)展，信息數(shù)據(jù)中的多媒體數(shù)據(jù)量已經(jīng)大大超過了文本數(shù)據(jù)量，并且仍然保持著高速增長。音頻、視頻和圖像是多媒體信息的主要部分，為了使音頻信息得到充分的利用，人們開始關(guān)注音頻信息檢索技術(shù)。相對于圖像和視頻，音頻數(shù)據(jù)具有非結(jié)構(gòu)化的特點，這一特點使得音頻信息檢索比圖像和視頻信息檢索更加困難。音頻信息從存在形式上來講有兩種，一種是存儲在某種介質(zhì)之中的，比如光盤或者磁帶，另一種是實時播放的，

2、比如廣播。這造成了音頻檢索的離線和在線之分。另外音頻檢索還可以分為表示級和語義級。因此檢索不同的音頻形態(tài)需要不同的檢索方法。音頻信息檢索技術(shù)發(fā)展的時間并不是很長，目前還存在許多問題需要解決。從整體上來說，實用的檢索系統(tǒng)還非常的少，音頻檢索技術(shù)研究還是處于剛剛起步階段。
　　 本文主要研究表示級音頻檢索，針對音頻樣例檢索方面，開展了以下研究工作：
　　 1、對于音頻樣例檢索的噪聲敏感問題，提出了基于閾值自適應(yīng)的直方圖音頻檢

3、索方法。在音頻特征矢量量化中，根據(jù)音頻特征的特性優(yōu)化了矢量量化碼書產(chǎn)生方法。分析了動態(tài)直方圖在噪聲情況下的缺陷，結(jié)合特征編碼匹配進行檢索閾值的自適應(yīng)控制。實驗結(jié)果表明，該方法具有較好的噪聲魯棒性。
　　 2、對于音頻檢索的殘缺魯棒性問題，提出了劃分子模板的檢索方法。該方法將參考音頻分為若干子模板，并使用子模板登記到滑動窗內(nèi)來控制其是否進行檢索。結(jié)合實驗分析了目標(biāo)音頻各部位發(fā)生殘缺對算法的影響，最后對比整體檢索方法證明了該方法的殘