基于內(nèi)容的音頻分類(lèi)方法研究.pdf

1、基于內(nèi)容的音頻分類(lèi)是模式分類(lèi)技術(shù)的一個(gè)重要應(yīng)用方向，是音頻檢索和視頻分析等技術(shù)的重要研究?jī)?nèi)容。當(dāng)前，基于內(nèi)容的音頻分類(lèi)技術(shù)研究集中在兩個(gè)方面，一個(gè)是怎樣從音頻信號(hào)中提取表征音頻內(nèi)容的特征信息，另一個(gè)是怎樣針對(duì)音頻信息特征構(gòu)建分類(lèi)器模型。
　　 在現(xiàn)有音頻特征提取和音頻分類(lèi)技術(shù)基礎(chǔ)上，以足球比賽中的音頻分類(lèi)為具體應(yīng)用，音頻信息分為噪音、解說(shuō)員語(yǔ)音、哨音、歡呼聲和帶背景音的解說(shuō)員語(yǔ)音等5個(gè)類(lèi)別。音頻特征提取是基于內(nèi)容的音頻分類(lèi)的前提

2、和基礎(chǔ)。按照MPEG-7 音頻標(biāo)準(zhǔn)，提取幀層次和段層次上的音頻特征，包括過(guò)零率、短時(shí)能量、頻譜質(zhì)心等，根據(jù)各類(lèi)音頻信息的不同特點(diǎn)，有針對(duì)性地選取特征構(gòu)造特征向量，并將不同的特征組合應(yīng)用于音頻分類(lèi)。基于內(nèi)容的音頻分類(lèi)的難點(diǎn)是如何構(gòu)造分類(lèi)器，建立音頻的低級(jí)聲學(xué)特征與高級(jí)類(lèi)別特征之間的映射關(guān)系?；跊Q策樹(shù)的分類(lèi)方法，設(shè)計(jì)實(shí)現(xiàn)了一種層次化的音頻分類(lèi)器。區(qū)別于傳統(tǒng)的方法，它不是企圖用一個(gè)算法或一個(gè)決策規(guī)則將多個(gè)類(lèi)別一次分開(kāi)，而是把一個(gè)復(fù)雜的多分類(lèi)