基于內容的壓縮音頻分類研究.pdf

1、基于內容的音頻分類是一個涵蓋十分廣泛的研究領域，為了使計算機能夠像人那樣對音頻語義實現(xiàn)自動理解，這個領域的研究從初始對原始音頻流分析向目前感知理解發(fā)展，從實際認識向抽象理解發(fā)展，因為人腦對事物的理解是抽象的，是基于知識的。 目前，基于內容的音頻分類研究主要集中在非壓縮音頻的分類上，專門針對壓縮音頻進行分類的方法研究較少。雖然非壓縮音頻的分類方法也可用于對壓縮音頻進行分類，但這些方法的效率太低，計算量太大。專門對壓縮音頻進行分類的

2、方法也有學者進行了研究，但已有方法普遍存在一些不足之處：如對特征參數(shù)提取的理論分析不夠深入，沒有很好地利用音頻壓縮編碼過程的計算結果，對人耳的聽覺特性考慮得較少。 本文設計了一個對壓縮音頻進行基于內容分類的系統(tǒng)，并對系統(tǒng)各個模塊的實現(xiàn)方法和原理進行了深入的分析和探討。本文提出方法的優(yōu)勢在于，充分利用了編碼器的計算結果，充分考慮到了人耳的聽覺特性，使用了心理聲學的研究成果。另外，本文還對從壓縮音頻中提取參數(shù)的含義做了透徹的分析，并