基于小波變換的音頻特征提取與分類研究.pdf

1、視頻、圖像和音頻等多媒體數(shù)據(jù)已經(jīng)成為信息處理領(lǐng)域的主要信息媒體，其中音頻占有很重要地地位。傳統(tǒng)的基于文本的檢索存在主觀性和不完整性等缺點(diǎn)，為此基于內(nèi)容的音頻檢索成為未來必然的研究和應(yīng)用方向。音頻的特征提取與分類是音頻檢索的基礎(chǔ)。如何基于不同的規(guī)則提取更加有效的特征以及如何根據(jù)提取的音頻特征進(jìn)行更有效的分類是本文的主要研究工作。 本文針對基于小波變換的音頻特征提取和分類的關(guān)鍵技術(shù)展開分析，主要集中在以下兩個方面：(1) 音頻信號特

2、征提取與分析。對不同變換域的特征進(jìn)行表征，包括時域特征、頻域特征以及時頻域特征。主要是研究小波變換域的特征提取與特征描述，提取的特征包括質(zhì)心、帶寬、過零率、小波子帶能量、基音頻率等?；诓煌臅r間長度上的音頻特征提取，主要包括基于短時音頻幀的特征提取和基于音頻片段的特征提取，其中基于音頻片段的特征有相當(dāng)一部分是在短時音頻幀特征的基礎(chǔ)上得到的，如質(zhì)心、帶寬等就是對每一幀韻質(zhì)心帶寬求均值得到的；靜音比和零過零率比則是在短時幀特征的基礎(chǔ)上通過

3、求比運(yùn)算得到的，當(dāng)然也有基于整個音頻片段的特征，如小波子帶能量、近似子帶過零率周期等。與傳統(tǒng)的特征提取相比較，基于小波變換的特征提取能夠減少運(yùn)算量，節(jié)省時間。(2) 音頻分類方法的研究。典型的音頻分類算法有很多，包括神經(jīng)網(wǎng)絡(luò)法，隱馬爾可夫模型法、支持向量機(jī)法、最近特征線法等。這些方法各有優(yōu)劣，也有不同的適用性，本文主要研究隱馬爾可夫模型方法和支持向量機(jī)方法在音頻分類中的應(yīng)用，并把兩種分類算法結(jié)合起來設(shè)計新的分類算法，在隱馬爾可夫模型訓(xùn)練