一種音頻片段檢索系統(tǒng)的Java實(shí)現(xiàn).pdf

1、音頻檢索作為獲取信息的重要手段之一，如何快速準(zhǔn)確地從海量音頻片段中獲取所需內(nèi)容成為音頻檢索發(fā)展的主要瓶頸。音頻指紋技術(shù)的引入有效地解決了海量音頻數(shù)據(jù)存儲(chǔ)的容量問(wèn)題，但在音頻相似度上只能做到模糊匹配。因此，為了解決海量音頻數(shù)據(jù)檢索的精度與速度的矛盾，本文主要研究了音頻特征的提取，設(shè)計(jì)了一種基于層次SVM多分類(lèi)及模糊聚類(lèi)的音頻片段檢索方法，并采用Java語(yǔ)言實(shí)現(xiàn)音頻片段檢索原型系統(tǒng)。
　　本文設(shè)計(jì)實(shí)現(xiàn)的基于特征相似度的音頻片段檢索原型

2、系統(tǒng)，實(shí)現(xiàn)了高速、有效的音頻片段檢索，具有良好的擴(kuò)展性。本文實(shí)現(xiàn)在普通配置服務(wù)器設(shè)備存儲(chǔ)的大規(guī)模音頻樣例數(shù)據(jù)源中，對(duì)未知信息音頻片段進(jìn)行相似音頻檢索，在保證檢索準(zhǔn)確率良好的同時(shí)，縮減了檢索時(shí)間。論文實(shí)現(xiàn)的音頻片段檢索原型系統(tǒng)是一個(gè)實(shí)驗(yàn)性的檢索平臺(tái)，本文進(jìn)行了大量的性能測(cè)試驗(yàn)證了其可用性和可靠性。
　　本文首先探討了音頻特征向量的構(gòu)成。其次通過(guò)對(duì)目前常用的音頻分類(lèi)方法作比較，設(shè)計(jì)了一種修正后的層次SVM多分類(lèi)方法，將分類(lèi)精度提高到9