基于概率潛在語義分析的音頻場(chǎng)景識(shí)別方法.pdf

1、隨著音視頻網(wǎng)絡(luò)的飛速發(fā)展和人們生活水平的不斷提高,各種記錄日常生活點(diǎn)滴的音視頻文件如潮水般涌現(xiàn)在各大音視頻網(wǎng)站,并伴隨著人為主題標(biāo)注的主觀性和隨意性,以及錄制工具帶來的音視頻質(zhì)量差異性,給管理和識(shí)別這些音視頻文件帶來巨大挑戰(zhàn)。因此,急需有效的智能系統(tǒng)對(duì)這些音視頻文件進(jìn)行分門別類的管理,而且,以聲音為決策依據(jù)的智能系統(tǒng)不僅能在管理和識(shí)別音頻文件領(lǐng)域有著不可替代的作用,還可以通過分析視頻文件的伴音信息對(duì)基于視覺的智能系統(tǒng)提供技術(shù)支持和補(bǔ)充。

2、
　　音頻場(chǎng)景識(shí)別是解決以上問題的有效手段之一。音頻場(chǎng)景可以看作是刻畫和區(qū)分音頻內(nèi)容的一種特定的語義標(biāo)簽,它由一系列語義上相關(guān)、時(shí)間上相鄰的聲學(xué)事件構(gòu)成。因而音頻場(chǎng)景識(shí)別實(shí)質(zhì)上是對(duì)音頻內(nèi)容語義層面的識(shí)別和理解。傳統(tǒng)的音頻場(chǎng)景識(shí)別方法主要分為三類:其一是基于啟發(fā)式規(guī)則的音頻場(chǎng)景識(shí)別,一般是在提取音頻特征之后通過將其與特定的特征閾值相比較來實(shí)現(xiàn)分類;其二是基于最小距離的音頻場(chǎng)景識(shí)別方法,為每類音頻場(chǎng)景建立模板,然后通過計(jì)算待測(cè)音頻與模

3、板間的相似度或空間距離進(jìn)行識(shí)別;其三是基于統(tǒng)計(jì)理論的音頻場(chǎng)景識(shí)別,如基于高斯混合模型的音頻識(shí)別方法和基于隱馬爾可夫的音頻場(chǎng)景識(shí)別方法等。簡(jiǎn)單來說,上述方法不是直接識(shí)別音頻場(chǎng)景,而是通過檢測(cè)與特定音頻場(chǎng)景緊密相關(guān)的關(guān)鍵聲學(xué)事件的出現(xiàn)來間接識(shí)別音頻場(chǎng)景。這種基于關(guān)鍵聲學(xué)事件的識(shí)別策略對(duì)實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)語料的要求較高,在識(shí)別相似的音頻場(chǎng)景時(shí)力不從心,提取或定義相似音頻場(chǎng)景的關(guān)鍵聲學(xué)事件的難度非常大。盡管如此,基于關(guān)鍵聲學(xué)事件的音頻場(chǎng)景識(shí)別方法仍

4、然極具借鑒意義,可以通過對(duì)共現(xiàn)聲學(xué)事件的挖掘在廣義上對(duì)基于關(guān)鍵聲學(xué)事件的音頻場(chǎng)景識(shí)別思想進(jìn)行擴(kuò)展。參照在文本語義分析中的研究方法,將共現(xiàn)聲學(xué)事件視為同義詞,將出現(xiàn)在多個(gè)場(chǎng)景的同一聲學(xué)事件視為多義詞。本文正是針對(duì)音頻場(chǎng)景識(shí)別遇到的問題和需求提出一種消除聲學(xué)事件同義性和多義性影響的音頻場(chǎng)景識(shí)別方法,方法的核心是概率潛在語義分析模型。
　　基于概率潛在語義分析的音頻場(chǎng)景識(shí)別方法的首要步驟是構(gòu)建聲學(xué)事件類字典,這一過程主要通過高斯混合模型

5、實(shí)現(xiàn),高斯分量決定了某MFCC特征向量隸屬哪一個(gè)聲學(xué)事件類;其次是去除具有同義性和多義性的聲學(xué)事件對(duì)音頻場(chǎng)景識(shí)別的影響,這一步驟通過概率潛在語義分析模型完成;最后,通過支持向量機(jī)模型對(duì)概率潛在語義分析模型處理后的音頻場(chǎng)景文件進(jìn)行分類。為了檢驗(yàn)基于概率潛在語義分析模型的音頻場(chǎng)景識(shí)別方法的實(shí)驗(yàn)效果,本文以經(jīng)典的基于MFCC長(zhǎng)時(shí)統(tǒng)計(jì)特征和支持向量機(jī)模型的音頻場(chǎng)景方法作為基線系統(tǒng),音頻長(zhǎng)時(shí)統(tǒng)計(jì)特征在音頻場(chǎng)景識(shí)別中的意義和支持向量機(jī)模型分類穩(wěn)定性

6、決定了基線系統(tǒng)的比較意義。接下來,本文對(duì)基于概率潛在語義分析模型的音頻識(shí)別方法進(jìn)行了改進(jìn),一方面通過近鄰傳播聚類算法實(shí)現(xiàn)音頻場(chǎng)景文件的自由聚類,另一方面引入了音頻場(chǎng)景分割的思想,將音頻文件轉(zhuǎn)化成由聲學(xué)事件類按序構(gòu)成的文件。音頻場(chǎng)景分割是通過高斯模型構(gòu)建的聲學(xué)事件類字典指導(dǎo)完成,從而實(shí)現(xiàn)了完整意義下的基于內(nèi)容的音頻場(chǎng)景識(shí)別。研究結(jié)果表明,基于概率潛在語義分析的音頻場(chǎng)景識(shí)別方法能夠有效的處理同義的和多義的聲學(xué)事件類對(duì)音頻場(chǎng)景識(shí)別的影響,基于