音頻信號分類算法研究.pdf

1、隨著多媒體技術和網絡技術的發(fā)展，人們日常生活中接觸到的多媒體信息越來越多。如何有效的對這些海量的數(shù)據(jù)尤其是如音頻之類的多媒體數(shù)據(jù)進行分析、存儲和分類是一個亟待解決的問題。音頻分類作為當前音頻分析研究領域的一個熱點，在音頻檢索領域有著廣泛的應用。音頻分類技術研究集中在兩個方面，一個是表征音頻內容的特征信息的提取，另一個是分類器的實現(xiàn)。
　　 本文在現(xiàn)有音頻特征提取和音頻分類技術基礎上，研究了音頻特征的分析和抽取，設計了基于GMM和

2、HMM的音頻分類系統(tǒng)，實現(xiàn)了對靜音、純語音、音樂和帶背景的語音四類音頻信號的分類。
　　 本文的主要工作和研究成果包括以下內容：
　　 (1)音頻分類以提取的音頻特征為基礎，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題的基礎和關鍵所在。本文在分析音頻信號的時域、頻域和聲學特征的基礎上，提取了音頻的幀特征和段特征，包括短時平均能量、過零率、頻譜質心、帶寬、子帶能量比、Mel頻率倒譜系數(shù)