音頻信號(hào)分類算法研究.pdf

1、隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，人們?nèi)粘Ｉ钪薪佑|到的多媒體信息越來(lái)越多。如何有效的對(duì)這些海量的數(shù)據(jù)尤其是如音頻之類的多媒體數(shù)據(jù)進(jìn)行分析、存儲(chǔ)和分類是一個(gè)亟待解決的問(wèn)題。音頻分類作為當(dāng)前音頻分析研究領(lǐng)域的一個(gè)熱點(diǎn)，在音頻檢索領(lǐng)域有著廣泛的應(yīng)用。音頻分類技術(shù)研究集中在兩個(gè)方面，一個(gè)是表征音頻內(nèi)容的特征信息的提取，另一個(gè)是分類器的實(shí)現(xiàn)。
　　 本文在現(xiàn)有音頻特征提取和音頻分類技術(shù)基礎(chǔ)上，研究了音頻特征的分析和抽取，設(shè)計(jì)了基于GMM和

2、HMM的音頻分類系統(tǒng)，實(shí)現(xiàn)了對(duì)靜音、純語(yǔ)音、音樂(lè)和帶背景的語(yǔ)音四類音頻信號(hào)的分類。
　　 本文的主要工作和研究成果包括以下內(nèi)容：
　　 (1)音頻分類以提取的音頻特征為基礎(chǔ)，音頻特征的選取要能充分體現(xiàn)出音頻的重要的分類特征。音頻特征分析和提取是音頻分類問(wèn)題的基礎(chǔ)和關(guān)鍵所在。本文在分析音頻信號(hào)的時(shí)域、頻域和聲學(xué)特征的基礎(chǔ)上，提取了音頻的幀特征和段特征，包括短時(shí)平均能量、過(guò)零率、頻譜質(zhì)心、帶寬、子帶能量比、Mel頻率倒譜系數(shù)