版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)應用的不斷發(fā)展，傳統(tǒng)的基于文本的音頻搜索引擎在用戶體驗上已經(jīng)無法滿足人們日益增長的使用需求。近年來，基于內容的音頻檢索（Content-Based Audio Retrieval，CBAR）技術越來越成為國內外學者關注的焦點。然而，面對海量的互聯(lián)網(wǎng)音頻數(shù)據(jù)，基于內容的音頻檢索技術在檢索速度、噪聲魯棒性等方面依然亟待加強。
本文將主要著眼于以上兩方面問題，在音頻表示級層次的樣例檢索方面展開相關研究，主要包含以下幾方面工
2、作：
在檢索系統(tǒng)前端的音頻特征提取方面，簡要回顧了理論系統(tǒng)完善、檢索速度較快的局部敏感哈希（Local-Sensitive Hashing, LSH）索引的音頻檢索方法，針對其依然需要在對應桶（Bucket）中進行高維向量比較的缺點，提出了一種音頻特征壓縮的方法，并將其作為檢索系統(tǒng)的壓縮音頻特征。該方法與適當?shù)钠ヅ浞桨附Y合，可以有效避免局部敏感哈希索引方法中高維向量的比較過程。
在檢索系統(tǒng)后端的音頻特征匹配方面，簡要
3、回顧了自然語言領域被廣為使用的倒排索引，針對其無法體現(xiàn)整個音頻時序性的缺點，引入了k-字近鄰搜索方法，提出了一種壓縮音頻特征域下基于倒排索引的音頻檢索方法。實驗表明該方法與本文提出的音頻特征相結合，在查詢音頻較純凈的情況下檢索速度和準確率均優(yōu)于局部敏感哈希索引方法。
針對LSH方法噪聲魯棒性不強的問題，提出了壓縮特征域基于滑動窗的音頻檢索方法，并在速度上對算法進行了優(yōu)化。實驗表明：該方法的噪聲魯棒性優(yōu)于LSH索引方法，且速度與
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于內容的音頻檢索.pdf
- 基于內容的音頻檢索方法研究.pdf
- 基于內容的海量音頻高效檢索.pdf
- 基于內容的音頻檢索技術的研究.pdf
- 基于內容的音頻檢索技術研究.pdf
- 基于音頻的視頻內容檢索——面向流媒體內容監(jiān)控的音頻檢索關鍵技術研究.pdf
- 基于內容的視頻檢索中的音頻處理.pdf
- 基于內容的音頻檢索的研究與實現(xiàn).pdf
- 61590.基于本體的音頻內容檢索研究
- 基于GPU的快速音頻檢索算法研究與實現(xiàn).pdf
- 基于內容的音頻檢索系統(tǒng)應用研究.pdf
- 基于內容的音頻檢索技術研究與實現(xiàn).pdf
- 基于內容的音頻哼唱識別及檢索系統(tǒng).pdf
- 基于內容的音頻信息檢索技術研究.pdf
- 基于內容的音頻檢索的關鍵技術研究.pdf
- 基于內容的視頻檢索的快速方法研究.pdf
- 基于內容的音頻檢索特征提取技術研究.pdf
- 基于內容的音頻檢索技術研究與系統(tǒng)實現(xiàn).pdf
- 基于內容的音頻信息檢索系統(tǒng)研究.pdf
- 基于內容的音頻信息分類檢索技術研究.pdf
評論
0/150
提交評論