基于MLER和GMM的语音音乐分类

摘要：

研究了音频信息处理中一项重要的预处理工作:语音音乐分类.针对语音信号处理中遇到的实际问题,选择合适的音频特征和分类器来对音频数据进行语音和音乐分类.采用二级系统,选择优化低能量率( Modified Low Energy Ratio,MLER)以及梅尔频谱倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)作为音频特征,通过贝叶斯分类和混合高斯分类器进行分类.最后,使用上下文分类器对分类结果进行修正.实验结果表明,这种分类方法准确率和速度都较好.

关键词：二级系统、优化低能量率、梅尔频谱倒谱系数、混合高斯分类器、上下文分类器

所属期刊栏目：35

分类号：TN912.16

资助基金：国家自然科学基金委员会与香港研究资助局联合科研基金资助项目60931160443;国家自然科学基金项目90920302,61005019;国家高技术研究发展计划863计划项目2008AA040201

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：47-50