计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2005年
4期
87-90,封四
,共5页
白亮%老松杨%陈剑赟%吴玲达
白亮%老鬆楊%陳劍赟%吳玲達
백량%로송양%진검빈%오령체
音频分类与分割%支持向量机
音頻分類與分割%支持嚮量機
음빈분류여분할%지지향량궤
音频分类与分割是提取音频结构和内容语义的重要手段,是基于内容的音频、视频检索和分析的基础.支持向量机(SVM)是一种有效的统计学习方法.本文提出了一种基于SVM的音频分类算法.将音频分为5类:静音、噪音、音乐、纯语音和带背景音的语音.在分类的基础上,采用3个平滑规则对分类结果进行平滑.分析了SVM分类器的分类性能,同时也评估了本文提出的新的音频特征在SVM分类器上的分类效果.实验结果显示,基于SVM的音频分类算法分类效果良好,平滑处理后的音频分割结果比较准确.
音頻分類與分割是提取音頻結構和內容語義的重要手段,是基于內容的音頻、視頻檢索和分析的基礎.支持嚮量機(SVM)是一種有效的統計學習方法.本文提齣瞭一種基于SVM的音頻分類算法.將音頻分為5類:靜音、譟音、音樂、純語音和帶揹景音的語音.在分類的基礎上,採用3箇平滑規則對分類結果進行平滑.分析瞭SVM分類器的分類性能,同時也評估瞭本文提齣的新的音頻特徵在SVM分類器上的分類效果.實驗結果顯示,基于SVM的音頻分類算法分類效果良好,平滑處理後的音頻分割結果比較準確.
음빈분류여분할시제취음빈결구화내용어의적중요수단,시기우내용적음빈、시빈검색화분석적기출.지지향량궤(SVM)시일충유효적통계학습방법.본문제출료일충기우SVM적음빈분류산법.장음빈분위5류:정음、조음、음악、순어음화대배경음적어음.재분류적기출상,채용3개평활규칙대분류결과진행평활.분석료SVM분류기적분류성능,동시야평고료본문제출적신적음빈특정재SVM분류기상적분류효과.실험결과현시,기우SVM적음빈분류산법분류효과량호,평활처리후적음빈분할결과비교준학.