壓縮域音頻檢索的預(yù)處理和降噪算法研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，用戶對(duì)文本、音視頻等多媒體信息的檢索也越來越頻繁。對(duì)音頻的檢索而言，目前互聯(lián)網(wǎng)及各種數(shù)據(jù)庫中的音頻數(shù)據(jù)大多以壓縮格式存儲(chǔ)，這使得如何對(duì)壓縮域音頻數(shù)據(jù)進(jìn)行處理，并實(shí)現(xiàn)壓縮域音頻的高效檢索成為音頻研究領(lǐng)域的一大熱點(diǎn)。
　　 鑒于此，本論文對(duì)壓縮域音頻檢索的相關(guān)預(yù)處理算法展開研究，首先闡述本課題的研究目的、研究意義和國內(nèi)外研究現(xiàn)狀，然后分別針對(duì)壓縮域中音頻信號(hào)的活性檢測、音頻降噪、音頻特征相似度的度量和音頻時(shí)間

2、長度調(diào)整等算法進(jìn)行研究。
　　 區(qū)別于非壓縮域中音頻的活性檢測方法，本文提出一種基于壓縮域的音頻檢測方法。該方法采用從壓縮域音頻中提取短時(shí)修正的離散余弦變換(MDCT)的譜能量特征，并利用該特征參數(shù)的統(tǒng)計(jì)特性自適應(yīng)調(diào)整判決門限。該檢測方法的提出也為壓縮域中音頻的活性檢測提供了一種思路。
　　 另外，本論文還將正態(tài)反高斯分布(NIG)應(yīng)用于音頻信號(hào)處理中，給出了一種壓縮域音頻的自適應(yīng)降噪算法。首先，驗(yàn)證了NIG分布擬合MD

3、CT系數(shù)分布的有效性，然后在此基礎(chǔ)上根據(jù)貝葉斯理論設(shè)計(jì)基于NIG模型的最大后驗(yàn)概率估計(jì)器。同時(shí)，利用壓縮域音頻的活性檢測算法區(qū)分出靜音段，由靜音段的衰減比重調(diào)整迭代次數(shù)，實(shí)現(xiàn)降噪。
　　 針對(duì)音頻分類檢索處理中，對(duì)音頻特征進(jìn)行相似度時(shí)對(duì)高度量精度的要求，本文將Renyi熵的概念應(yīng)用于音頻相似度量中，提出適用于音頻特征矩陣間進(jìn)行相似度度量的Renyi二次聯(lián)合熵。并且通過實(shí)驗(yàn)證明了所提出方法的有效性，同時(shí)，與歐式距離度量法進(jìn)行比較，