音频信号分类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·音频分类算法的发展历史及研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·论文的组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 音频分类的理论基础 | 第14-20页 |
| ·音频的概念 | 第14-16页 |
| ·音频内容的层次结构 | 第16-17页 |
| ·音频分类系统 | 第17-18页 |
| ·音频特征提取相关知识 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 自动分类系统的总体架构 | 第20-36页 |
| ·系统结构简介 | 第20-21页 |
| ·音频数据预处理 | 第21页 |
| ·基于音频帧特征的提取 | 第21-32页 |
| ·短时平均能量 | 第22-23页 |
| ·过零率 | 第23-24页 |
| ·子带能量比 | 第24-25页 |
| ·频谱质心 | 第25页 |
| ·带宽 | 第25页 |
| ·Mel频率倒谱系数 | 第25-28页 |
| ·基音 | 第28-32页 |
| ·基于音频段特征的提取 | 第32-34页 |
| ·静音比例 | 第32-33页 |
| ·子带能量比均值 | 第33页 |
| ·带宽均值和频谱质心均值 | 第33页 |
| ·高过零率比率 | 第33页 |
| ·低频率能量比率 | 第33-34页 |
| ·频谱变迁 | 第34页 |
| ·基音频率标准方差 | 第34页 |
| ·特征向量集的构造 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 分类器的设计 | 第36-47页 |
| ·分类器概述 | 第36-38页 |
| ·高斯混合模型 | 第38-42页 |
| ·高斯混合模型的概念 | 第38-39页 |
| ·高斯混合模型的训练 | 第39-40页 |
| ·EM算法 | 第40-41页 |
| ·高斯混合模型参数的初始化 | 第41-42页 |
| ·隐马尔可夫模型 | 第42-46页 |
| ·Markov链 | 第42-43页 |
| ·隐马尔可夫模型的概念 | 第43-44页 |
| ·隐马尔可夫模型的训练 | 第44-45页 |
| ·Baum-Welch算法 | 第45-46页 |
| ·隐马尔可夫模型参数的初始化 | 第46页 |
| ·本章小结 | 第46-47页 |
| 5 系统实现与实验结果 | 第47-55页 |
| ·实验条件 | 第47-48页 |
| ·软硬件条件 | 第47页 |
| ·实验音频库 | 第47页 |
| ·相关阈值及参数的设定 | 第47-48页 |
| ·基于不同统计模型的音频分类器的实现 | 第48-54页 |
| ·基于高斯混合模型分类器结构 | 第48页 |
| ·基于隐马尔可夫模型分类器结构 | 第48-49页 |
| ·实验结果及分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
