改進(jìn)的局域判別基算法及其在音頻分類中的應(yīng)用.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的地位。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(lái)必然的研究和應(yīng)用方向。音頻的特征提取與分類識(shí)別是音頻檢索的基礎(chǔ)。小波變換是近年來(lái)興起的一種新型數(shù)學(xué)工具,其對(duì)非平穩(wěn)信號(hào)的良好分析能力使其越來(lái)越多地受到人們的關(guān)注。如何利用小波分析技術(shù)有效地提取音頻信號(hào)的時(shí)頻域特征是本文的主要研究工作。
　　 本文在時(shí)頻域特征提取

2、方面重點(diǎn)研究了局域判別基(LDB)算法的基本原理,在該算法的幾個(gè)主要環(huán)節(jié)上作了部分補(bǔ)充和改進(jìn),主要的工作集中在以下幾個(gè)方面:(1)小波包變換后,在構(gòu)建LDB小波包樹(shù)前,沒(méi)有沿用歐氏距離、相對(duì)熵和對(duì)稱相對(duì)熵作為區(qū)分度量值,而是引入了一個(gè)新的、更具物理意義的區(qū)分度量值,即節(jié)點(diǎn)歸一化能量差；(2)在原有小波包樹(shù)裁剪規(guī)則的基礎(chǔ)上,補(bǔ)充了兩條新的規(guī)則,新規(guī)則的引入有利于剔除冗余的子帶,對(duì)LDB小波包樹(shù)起到了精簡(jiǎn)的作用；(3)特征提取過(guò)程不再直接選

3、用節(jié)點(diǎn)區(qū)分度量值,而是采用了節(jié)點(diǎn)分幀統(tǒng)計(jì)特征,實(shí)驗(yàn)中發(fā)現(xiàn)后者的識(shí)別效果要明顯高于前者；(4)由于小波包分解層數(shù)為5層,盡管采用了局域判別基算法對(duì)小波包樹(shù)進(jìn)行了裁剪,但保留的正交子空間的數(shù)量還是相對(duì)較多,這也意味著特征矢量的維數(shù)會(huì)比較高。因此,在將特征矢量送入SVM分類器之前,采用了Fisher準(zhǔn)則對(duì)高維特征矢量降維,降低分類的復(fù)雜度。實(shí)驗(yàn)中采用小波包變換作時(shí)頻域分析、采用局域判別基算法提取音頻特征、采用SVM作分類器,對(duì)純語(yǔ)音、帶背景音