基于BIC的通用音頻分割方法研究.pdf

1、音頻分割是指根據(jù)說話人特征、環(huán)境、信道條件，將音頻流“自動(dòng)”切分成若干同質(zhì)區(qū)域的方法。由于其在音頻檢索、語音識(shí)別等應(yīng)用中具有潛在價(jià)值，近年來受到了廣泛關(guān)注。在各種音頻分割方法中，由Chen等人提出的基于BIC的音頻分割方法使用最為普遍，因?yàn)樗哂泻芎玫姆指罹?，但過大的計(jì)算量限制了其分割速度，無法滿足實(shí)際需求。
　　本文提出了一種基于BIC的高效的分階段音頻分割方法。不同于傳統(tǒng)的“基于變長窗檢測”的BIC方法和P. Delacou

2、rt等人提出的DISTBIC方法，該方法首先使用基于統(tǒng)計(jì)均值歐式距離mEdist選出候選音頻分割點(diǎn)，過程中包含對(duì)于局部峰值選取和顯著性檢測，然后使用BIC方法對(duì)于候選分割點(diǎn)進(jìn)行確認(rèn)，最后使用基于能量的檢測方法以減少對(duì)于短時(shí)靜音段的插入錯(cuò)誤。實(shí)驗(yàn)結(jié)果表明該方法不僅在很大程度上提高了整體音頻分割速度，較之傳統(tǒng)的BIC方法提高了400倍，而且使得刪除錯(cuò)誤率MDR降低了19.2％，當(dāng)然插入錯(cuò)誤率FAR略有提高，上升了3.8%。
　　最后比