节点文献
音频场景分类的音频特征提取和分析
【机构】 中科院自动化所高创中心；
【摘要】 音频场景分类对于基于内容的多媒体检索非常重要。本文首先介绍了16种音频特征的提取,接着从两方面分析了这些特征区分不同的音频类型的有效性和鲁棒性。最后, 基于这些特征,借助支持向量机(SVM)分类器,在一个大约5小时的音频数据集上训练和测试,把音频分成预先定义的5类:静音、纯语音、非纯语音、音乐和环境音。实验结果证明,使用有效的音频特征,能够很好的把音频场景分成不同的类型。
- 【会议录名称】 第八届全国人机语音通讯学术会议论文集
- 【会议名称】第八届全国人机语音通讯学术会议
- 【会议时间】2005-10
- 【会议地点】中国北京
- 【分类号】TN912.3
- 【主办单位】中国电子学会信号处理学会语音图象通讯专业委员会、中国计算机学会人工智能与模式识别专业委员会、中国声学学会语音听觉和音乐声学专业委员会、中国通信学会通信理论专业委员会、中国语言学会语音学专业委员会、中国中文信息学会语音信息专业委员会、中国自动化学会模式识别与机器智能专业委员会、国家863计划计算机软硬件技术主题专家组