基于內(nèi)容的音頻分割與分類.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和存儲技術(shù)的發(fā)展，以及多媒體應(yīng)用的普及，互聯(lián)網(wǎng)上音頻數(shù)據(jù)的數(shù)量迅速增長。廣播、音樂、電影/電視伴音、教學(xué)錄音等音頻資源目前都可以通過互聯(lián)網(wǎng)獲取。如何有效地對這些音頻資源進(jìn)行組織和管理，使人們能夠方便地找到所需要的音頻片段已經(jīng)成為一個迫切的需求。基于內(nèi)容的音頻分割和分類技術(shù)是音頻索引和檢索的基礎(chǔ)，它可以應(yīng)用于基于內(nèi)容的音頻檢索、音頻監(jiān)控、音頻轉(zhuǎn)錄、音頻內(nèi)容理解等領(lǐng)域。
　　 在音頻分割方法方面，對DISTBIC提出了若

2、干改進(jìn)。如果一個候選分割點的BIC差值為負(fù)，DISTBIC就會將其從候選分割點集合中移除，這種做法過于激進(jìn)，會造成真實分割點的丟失。針對這一問題設(shè)計了一種新的BIC確認(rèn)方法，該方法使候選分割點有多次機(jī)會被確認(rèn)。DISTBIC在對候選分割點進(jìn)行BIC確認(rèn)時，懲罰因子采用一個固定值，這個值過大會導(dǎo)致分割方法準(zhǔn)確率高、查全率低，過小則會導(dǎo)致準(zhǔn)確率低、查全率高。針對這一問題，提出一種懲罰因子自適應(yīng)方法以提高分割方法在準(zhǔn)確率和查全率兩方面的綜合性