广播新闻音频结构化技术研究
摘要 | 第1-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第12-22页 |
·研究背景与意义 | 第12-13页 |
·广播新闻音频结构化总体流程 | 第13-15页 |
·预处理 | 第13页 |
·特征提取 | 第13-14页 |
·音频分割 | 第14页 |
·音频分类 | 第14页 |
·平滑后处理 | 第14-15页 |
·国内外研究现状 | 第15-21页 |
·音频特征提取的研究现状 | 第16页 |
·音频分割的研究现状 | 第16-18页 |
·音频分类的研究现状 | 第18-21页 |
·本文主要工作和结构安排 | 第21-22页 |
·主要工作 | 第21页 |
·结构安排 | 第21-22页 |
第二章 段级特征提取与选择 | 第22-43页 |
·音频段级特征提取 | 第22-30页 |
·基于帧的音频特征 | 第22-26页 |
·基于段的音频特征 | 第26-30页 |
·基于全局背景模型映射的MFCC 段级特征 | 第30-31页 |
·音色特征 | 第31-34页 |
·音色特征定义 | 第31-32页 |
·音色段级特征 | 第32-34页 |
·正交实验设计基本原理 | 第34页 |
·正交表构造 | 第34页 |
·正交实验 | 第34页 |
·正交实验结果分析 | 第34页 |
·实验结果和性能分析 | 第34-41页 |
·特征有效性分析 | 第34-36页 |
·正交实验设计在音频特征选择中的应用 | 第36-41页 |
·小结 | 第41-43页 |
第三章 基于可信度变化趋势检测的音频分割 | 第43-54页 |
·有代表性的音频分割方法 | 第43-47页 |
·基于KL2 距离的音频分割算法 | 第43页 |
·基于隐马尔可夫模型的音频分割算法 | 第43-44页 |
·基于贝叶斯信息准则的音频分割算法 | 第44-46页 |
·基于熵变化趋势检测的音频分割算法 | 第46-47页 |
·基于可信度变化趋势检测的音频分割算法 | 第47-50页 |
·可信度检测跳变点原理 | 第47-48页 |
·定长滑动窗检测结构 | 第48-49页 |
·基于可信度变化趋势检测的音频分割算法流程 | 第49-50页 |
·实验结果和性能分析 | 第50-53页 |
·小结 | 第53-54页 |
第四章 基于SVM-GMM 的音频分类 | 第54-69页 |
·常用音频分类方法 | 第54-59页 |
·层次分类法 | 第54页 |
·最近特征线法 | 第54-55页 |
·HMM 分类法 | 第55-56页 |
·SVM 分类法 | 第56-59页 |
·SVM-GMM | 第59-63页 |
·高斯混合模型的定义 | 第59-60页 |
·参数调整算法—EM 算法 | 第60-61页 |
·VQ-GMM 模型 | 第61-62页 |
·SVM-GMM 分类法 | 第62-63页 |
·基于SVM-GMM 的广播新闻音频分类算法 | 第63-65页 |
·基于SVM 模型的粗分类 | 第63-64页 |
·基于GMM 模型的精识别 | 第64-65页 |
·实验结果和性能分析 | 第65-68页 |
·小结 | 第68-69页 |
结束语 | 第69-71页 |
参考文献 | 第71-75页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第75-76页 |
致谢 | 第76页 |