廣播語(yǔ)音的分割與分類研究.pdf

1、當(dāng)今的大詞匯量的語(yǔ)音識(shí)別系統(tǒng)，在安靜的實(shí)驗(yàn)室語(yǔ)音情況下已經(jīng)獲得了很高的識(shí)別率。但是，想要把語(yǔ)音識(shí)別推入到更加廣闊的應(yīng)用空間中區(qū)，需要對(duì)系統(tǒng)的魯棒性，計(jì)算速度上提出了更高的要求。 廣播語(yǔ)音，作為一種實(shí)際語(yǔ)音，有其復(fù)雜性，和一般的實(shí)驗(yàn)室語(yǔ)音有一定的區(qū)別，比如：廣播語(yǔ)音包含各種音頻要素，比如人聲，音樂(lè)，長(zhǎng)的靜音段，噪音等。如何提取音頻中的結(jié)構(gòu)化信息和音頻內(nèi)容，是音頻信息深度處理，基于內(nèi)容檢索和提高系統(tǒng)魯棒性的基礎(chǔ)。目前對(duì)于廣播語(yǔ)音的分

2、割與分類研究是當(dāng)前的研究熱點(diǎn)之一。 本文主要研究了語(yǔ)音和音樂(lè)之間的區(qū)別，通過(guò)抽取特定的特征搭建了一個(gè)基于支撐向量機(jī)的語(yǔ)音、音樂(lè)的區(qū)分系統(tǒng)，完成語(yǔ)音、音樂(lè)兩種最主要的音頻要素的分類。另外，本文就一種最常見(jiàn)的特征基音頻率進(jìn)行了一定的研究，并將之用于區(qū)分語(yǔ)音、音樂(lè)的系統(tǒng)中去，完成了一些實(shí)驗(yàn)。 除此之外，本文總結(jié)了當(dāng)前國(guó)際上主要的音頻分割的方法。使用其中貝葉斯信息準(zhǔn)則應(yīng)用到以距離為基礎(chǔ)的檢測(cè)法，搭建了一個(gè)說(shuō)話人跳變點(diǎn)的區(qū)分系統(tǒng)。