體育比賽音頻分段和關(guān)鍵詞檢索研究.pdf

1、近年來語音識別和關(guān)鍵詞檢索技術(shù)發(fā)展愈來愈迅速，逐步走向?qū)嵱没?。關(guān)鍵詡檢索技術(shù)比連續(xù)語音識別具有更好的靈活性，因而具有更廣泛的應(yīng)用領(lǐng)域。本文研究的電視體育比賽音頻的關(guān)鍵詞檢索就是這方面的一個具體應(yīng)用。由于體育比賽音頻的構(gòu)成比較復(fù)雜，要想提高關(guān)鍵詞檢索系統(tǒng)的性能，系統(tǒng)的前端處理模塊——音頻分段分類顯得至關(guān)重要。本文主要研究了以下幾個方面：
　　 體育比賽的音頻分段分類算法：電視體育比賽音頻構(gòu)成非常復(fù)雜，包括解說員語音、音樂、歡呼聲、

2、進(jìn)球聲和口哨身等。針對體育比賽音頻自身的特點(diǎn)，本文嘗試了三種音頻分段分類算法。分別是：基于音素解碼的方法；基于BIC距離測算和GMM模型相結(jié)合的方法；基于BIC距離測算和音素解碼相結(jié)合的方法。并基于這三種方法分別對足球比賽、網(wǎng)球比賽和籃球比賽做分段分類試驗(yàn)，從實(shí)驗(yàn)結(jié)果上來看，無論從精度還是從召回率上，基于BIC距離測算和GMM模型選擇相結(jié)合的方法在提取解說員語音的效果上要好一些。因此建議選擇這種方法對體育比賽音頻進(jìn)行音頻分段分類。

3、>　　 關(guān)鍵詞檢索系統(tǒng)改進(jìn)：在實(shí)驗(yàn)室關(guān)鍵詞檢索基線檢索系統(tǒng)的基礎(chǔ)上做了一些改進(jìn)工作。由于此基線系統(tǒng)是用于廣播新聞?wù)Z音的，顯然不太適用于體育比賽音頻的關(guān)鍵詞檢索?；诖耍疚膶﹃P(guān)鍵詞檢索基線系統(tǒng)的聲學(xué)模型和語言模型做了自適應(yīng)。針對不同的體育比賽類別，本文主要做了四個實(shí)驗(yàn)：一是基線聲學(xué)模型保持不變，做語言模型自適應(yīng)；二是基線語言模型不變，基于MAP做聲學(xué)模型自適應(yīng)；三是用各自的自適應(yīng)數(shù)據(jù)對相應(yīng)類型的比賽音頻做聲學(xué)模型和語言模型自適應(yīng)；四是