10.3969/j.issn.1002-137X.2005.04.028
基于支持向量机的音频分类与分割
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.
音频分类与分割、支持向量机
32
TP3(计算技术、计算机技术)
2005-05-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-90,封四