音频分类技术研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 概述 | 第7-11页 |
| 1.1 研究背景和意义 | 第7页 |
| 1.2 语音和非语音分类 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-9页 |
| 1.4 本文的主要贡献和结构 | 第9-11页 |
| 第二章 音频分类技术综述 | 第11-25页 |
| 2.1 音频的相关知识 | 第11-12页 |
| 2.1.1 音频的概念 | 第11页 |
| 2.1.2 音频的性质 | 第11-12页 |
| 2.1.3 音频信号数字化 | 第12页 |
| 2.2 音频的分类 | 第12-16页 |
| 2.2.1 语音 | 第13-14页 |
| 2.2.2 音乐 | 第14页 |
| 2.2.3 环境音 | 第14-15页 |
| 2.2.4 静音 | 第15页 |
| 2.2.5 带背景音乐的语音 | 第15-16页 |
| 2.3 音频分类系统的组成 | 第16-18页 |
| 2.3.1 预处理 | 第16-17页 |
| 2.3.2 特征提取 | 第17页 |
| 2.3.3 特征学习 | 第17页 |
| 2.3.4 分类器训练 | 第17-18页 |
| 2.4 音频特征 | 第18-19页 |
| 2.4.1 时域特征 | 第18页 |
| 2.4.2 频域特征 | 第18-19页 |
| 2.4.3 时频域特征 | 第19页 |
| 2.4.4 倒谱特征 | 第19页 |
| 2.5 分类算法 | 第19-23页 |
| 2.5.1 神经网络 | 第20-21页 |
| 2.5.2 支持向量机 | 第21-22页 |
| 2.5.3 贝叶斯分类器 | 第22-23页 |
| 2.5.4 决策树分类器 | 第23页 |
| 2.6 本文研究方向及其特点 | 第23-25页 |
| 第三章 基于特征提取的分类算法 | 第25-42页 |
| 3.1 算法流程 | 第25-26页 |
| 3.2 音频分帧 | 第26-27页 |
| 3.3 特征分析 | 第27-31页 |
| 3.3.1 线性预测编码 | 第27-28页 |
| 3.3.2 短时平均过零率 | 第28-29页 |
| 3.3.3 短时平均能量 | 第29-31页 |
| 3.3.4 频谱通量 | 第31页 |
| 3.4 特征提取 | 第31-33页 |
| 3.4.1 线性预测编码特征 | 第32页 |
| 3.4.2 短时平均过零率特征 | 第32-33页 |
| 3.4.3 短时平均能量特征 | 第33页 |
| 3.4.4 频谱通量特征 | 第33页 |
| 3.5 模型训练 | 第33-38页 |
| 3.5.1 支持向量机 | 第34-36页 |
| 3.5.2 特征加权分类器 | 第36页 |
| 3.5.3 模型加权分类器 | 第36-37页 |
| 3.5.4 分类器训练参数 | 第37-38页 |
| 3.6 实验数据 | 第38页 |
| 3.7 实验结果 | 第38-42页 |
| 3.7.1 交叉验证 | 第38-40页 |
| 3.7.2 结果对比 | 第40-42页 |
| 第四章 基于特征学习的分类算法 | 第42-52页 |
| 4.1 算法流程 | 第42页 |
| 4.2 稀疏编码 | 第42-46页 |
| 4.2.1 算法概述 | 第43页 |
| 4.2.2 稀疏特性 | 第43-44页 |
| 4.2.3 目标函数 | 第44页 |
| 4.2.4 概率解释 | 第44-46页 |
| 4.2.5 学习策略 | 第46页 |
| 4.3 特征学习 | 第46-48页 |
| 4.3.1 算法输入 | 第47页 |
| 4.3.2 学习算法 | 第47-48页 |
| 4.3.3 算法输出 | 第48页 |
| 4.4 模型训练 | 第48-49页 |
| 4.5 实验数据 | 第49页 |
| 4.6 实验结果 | 第49-52页 |
| 4.6.1 交叉验证 | 第49页 |
| 4.6.2 结果对比 | 第49-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士期间发表的专利 | 第57-58页 |
| 致谢 | 第58-59页 |
