基于内容的音频检索技术

《基于内容的音频检索技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要20世纪90年代，多媒体信息检索技术的研究引起了人们的极大兴趣，开始阶段人们的注意力主要集中在基于内容的图像检索和视频检索这两个方面。但随着音频数据的大量出现，人们越来越认识到音频检索的重要性。而音频信号数字处理、语音识别、说话者识别和音乐的自动记谱技术的日益成熟，则为基于内容的音频检索的研究提供了必要的技术准备。基于内容的音频检索技术在相当多的领域中都具有极大的应用价值，例如，远程教学、卫生医疗、数字图书馆、环境监测、新闻节目检索和娱乐节目的编辑和制作等。其研究内容可以概括为音频内容的自动分类和分割、语音检索、音乐检索、内容的描

2、述和索引、用户查询的构造和细化等几个方面。本文在认真总结了前人的研究成果的基础上，从音频内容的自动分析着手，着重解决音频中基于内容的音频自动分类方面的问题。本文的主要内容包括以下几个方面:(1)音频的数据模型;(2)隐马尔可夫模型模型(HMM)基本理论:(3)基于HMM的音频内容的自动分类算法。关键词:基于内容的音频检索技术，基于内容的音频自动分类，隐马尔可夫模型，支持向量机，MPEG-7，音频特征，音频数据模型。辽宁工程技术大学硕士学位论文1ABSTRACTMultimediainformationretrievalhasbecom

3、eoneofthemostactiveresearchareasinattractedpeopleinthepastdecades.Andintilebeginningmostworkwereconcentratedoncontent-basedimageretrieval(CBIR)andcontent-basedvideoretrieval(CBVR).However,astherearemoreandmoredigitalaudiodatainplaceatpresent，peoplestarttorealizetheimpor

4、tanceofcontent一basedaudioretrieval.Withtiledevelopmentofsomerelatedkeytechnologiesincludingaudiosignalprocess,speechrecognition,speakerrecognition,andmusicautomatictranscription,etc,ithasestablishedthebasisofcontent-basedaudioretrieval((BAR).Content-basedaudioretrievalh

5、asawiderangeofapplicationsindistanceeducationmedicaltreatment,digitallibrary,environmentdetection,newsprogramretrieval,entertainmentindustry,andsurveillance,andsoon.Manyresearcheshavebeendoneoncontent一basedaudioclassificationandsegmentation,spokendocumentretrieval(SDR)，

6、musicretrieval，audiocontentdescriptionandindexing,andqueiyconstructionandrefinement.Incorporatingtheseresearchfruits,thisdissertationdealswithautomaticaudiocontentanalysisthatsolvesthefollowingproblems,suchascontent-basedaudioclassification.Themajorcontentofthisdisserta

7、tioncanbeconcludedasfollows:(1)AudioDataPattern;(2)TheBasisTheoreticalofHiddenMarkovModel(HMM);(3)ResearchonHiddenMarkovModelbasedAutomaticAudioClassificationAlgorithm.Keywords:Content-basedAudioRetrieval，Content-basedAutomaticAudioClassification，HiddenMarkovModel(HMM)，

8、SupportVectorMachine(SVM),MPEG一7,AudioCharacteristics,AudioDataPattern.插图索引图1.1音频内容的抽象层次·.....................