摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-21页 |
·研究背景与目的意义 | 第10-13页 |
·背景 | 第10-11页 |
·为什么要分割 | 第11-13页 |
·广播语音分割技术的发展 | 第13-16页 |
·音频分割的方法 | 第16-19页 |
·音频分割 | 第16-18页 |
·音频分类 | 第18-19页 |
·音频聚类 | 第19页 |
·本研究出发点以及研究内容 | 第19-20页 |
·论文的组成结构 | 第20-21页 |
第二章 基于支撑向量机的语音音乐区分系统 | 第21-37页 |
·研究出发点 | 第21页 |
·语音、音乐区分的现状 | 第21-22页 |
·音频特征的选取 | 第22-28页 |
·过零率(zero crossing rate) | 第23-24页 |
·短时能量(short time energy) | 第24页 |
·频域能量(frequency energy) | 第24-25页 |
·高过零率比率(High Zero Crossoing Rate Ration) | 第25-26页 |
·低能量比率(Low Short Time Energy Ratio) | 第26页 |
·频谱流量(Spectram flux) | 第26-27页 |
·子带能量(sub-band energy) | 第27-28页 |
·基于支撑向量机的分类方法 | 第28-34页 |
·支撑向量机的简单介绍 | 第29-32页 |
·基本的分类策略 | 第32-34页 |
·实验结果以及分析 | 第34-37页 |
·实验设计以及实验结果 | 第34-35页 |
·实验结果分析 | 第35-37页 |
第三章 基于基音频率的音乐、语音关键帧判断 | 第37-46页 |
·研究目的出发点 | 第37页 |
·基音频率的特点 | 第37-38页 |
·提取基音频率 | 第38-43页 |
·基音周期的计算 | 第39-43页 |
·结果的平滑处理 | 第43页 |
·系统设计以及实验结果,分析 | 第43-46页 |
·计算实现 | 第43-44页 |
·实验结果 | 第44-45页 |
·实验分析 | 第45-46页 |
第四章 基于假设检验的分割系统 | 第46-56页 |
·研究出发点 | 第46页 |
·通过贝叶斯信息决策方法(BIC)决定跳变点 | 第46-50页 |
·贝叶斯信息决策法(Bayesian Information Criterion) | 第46-47页 |
·BIC信息决策法用于检测语者跳变点基本介绍 | 第47-48页 |
·BIC跳变点检测法的优缺点 | 第48页 |
·T~2-Statistic算法 | 第48-50页 |
·贝叶斯信息准则应用到以距离为基础的检测法 | 第50-54页 |
·检测语音窗长度带来的问题 | 第50-51页 |
·用ALIZE平台,搭建的系统 | 第51-53页 |
·系统的流程 | 第53-54页 |
·实验结果以及分析 | 第54-56页 |
·实验参数设置 | 第54-55页 |
·实验结果与分析 | 第55-56页 |
第五章 总结与展望 | 第56-58页 |
·本文工作总结 | 第56-57页 |
·未来工作展望 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
作者攻读硕士学位期间发表的论文 | 第63页 |