多类型音频事件检测及实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 研究历史 | 第12-13页 |
| 1.2.2 音频事件检测研究热点及趋势 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第二章 音频事件检测基础 | 第16-31页 |
| 2.1 音频预处理 | 第16-18页 |
| 2.2 音频的时域分析 | 第18-20页 |
| 2.3 音频特征参数提取 | 第20-24页 |
| 2.3.1 线性预测倒谱特征LPCC | 第20-22页 |
| 2.3.2 梅尔频率倒谱特征MFCC | 第22-24页 |
| 2.4 常用音频事件识别方法 | 第24-30页 |
| 2.4.1 统计特征分析 | 第24-25页 |
| 2.4.2 基于动态时间规整的模板匹配 | 第25-26页 |
| 2.4.3 高斯混合模型 | 第26-28页 |
| 2.4.4 支持向量机 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于模糊聚类的GMM音频事件检测 | 第31-51页 |
| 3.1 基于GMM模型的音频事件检测流程 | 第31-32页 |
| 3.2 音频自适应分段 | 第32-37页 |
| 3.2.1 语音激活检测VAD | 第33-34页 |
| 3.2.2 音频自适应分段 | 第34-37页 |
| 3.3 基于模糊聚类的高斯原子码本生成 | 第37-46页 |
| 3.3.1 基于K-means聚类的矢量量化 | 第37-40页 |
| 3.3.2 基于模糊聚类的高斯原子码本生成过程 | 第40-46页 |
| 3.4 基于模糊聚类的GMM识别 | 第46-50页 |
| 3.4.1 基于模糊聚类的GMM模型生成 | 第46-47页 |
| 3.4.2 基于模糊聚类的GMM模型实验分析 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于原子模式的联合GMM音频事件检测 | 第51-69页 |
| 4.1 原子模式生成 | 第51-55页 |
| 4.1.1 基于高斯原子码本的音频量化 | 第51-52页 |
| 4.1.2 字符串压缩算法LZW | 第52-54页 |
| 4.1.3 音频事件原子模式生成流程 | 第54-55页 |
| 4.2 基于音频事件主要原子成分的GMM模型设计 | 第55-58页 |
| 4.3 基于原子模式组成成分的联合GMM模型设计 | 第58-62页 |
| 4.3.1 模型设计 | 第58-61页 |
| 4.3.2 识别过程 | 第61-62页 |
| 4.4 基于原子模式时序信息的联合GMM模型设计 | 第62-65页 |
| 4.4.1 模型设计 | 第62-63页 |
| 4.4.2 识别过程 | 第63-65页 |
| 4.5 实验结果及分析 | 第65-67页 |
| 4.6 本章小结 | 第67-69页 |
| 第五章 多类型音频事件检测系统设计及实验测试 | 第69-81页 |
| 5.1 系统的设计 | 第69-73页 |
| 5.1.1 系统界面设计 | 第69-70页 |
| 5.1.2 多线程音频读取及分段 | 第70-71页 |
| 5.1.3 基于Teechart的音频波形绘制 | 第71-72页 |
| 5.1.4 基于DirectSound的音频播放 | 第72-73页 |
| 5.2 实验数据及平台 | 第73-74页 |
| 5.3 系统实验测试及分析 | 第74-80页 |
| 5.4 本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 答辩委员会对论文的评定意见 | 第88页 |
