基于內(nèi)容的音頻分類方法研究.pdf

1、基于內(nèi)容的音頻分類是模式分類技術的一個重要應用方向，是音頻檢索和視頻分析等技術的重要研究內(nèi)容。當前，基于內(nèi)容的音頻分類技術研究集中在兩個方面，一個是怎樣從音頻信號中提取表征音頻內(nèi)容的特征信息，另一個是怎樣針對音頻信息特征構建分類器模型。
　　 在現(xiàn)有音頻特征提取和音頻分類技術基礎上，以足球比賽中的音頻分類為具體應用，音頻信息分為噪音、解說員語音、哨音、歡呼聲和帶背景音的解說員語音等5個類別。音頻特征提取是基于內(nèi)容的音頻分類的前提

2、和基礎。按照MPEG-7 音頻標準，提取幀層次和段層次上的音頻特征，包括過零率、短時能量、頻譜質(zhì)心等，根據(jù)各類音頻信息的不同特點，有針對性地選取特征構造特征向量，并將不同的特征組合應用于音頻分類?；趦?nèi)容的音頻分類的難點是如何構造分類器，建立音頻的低級聲學特征與高級類別特征之間的映射關系?；跊Q策樹的分類方法，設計實現(xiàn)了一種層次化的音頻分類器。區(qū)別于傳統(tǒng)的方法，它不是企圖用一個算法或一個決策規(guī)則將多個類別一次分開，而是把一個復雜的多分類