基于内容的音频分析与场景识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 本文工作 | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 音频分析与场景识别的相关研究 | 第12-21页 |
| 2.1 音频检索模型的基本结构 | 第12-14页 |
| 2.2 音频摘要检索综述 | 第14-18页 |
| 2.2.1 基于相似度计算的音乐信息检索 | 第14-16页 |
| 2.2.2 基于监督学习算法的音频信息检索 | 第16-17页 |
| 2.2.3 基于无监督学习算法的音频信息检索 | 第17-18页 |
| 2.3 本文研究中用到的音频分析技术 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 音频分割算法及特征提取 | 第21-30页 |
| 3.1 引言 | 第21-22页 |
| 3.2 音频特征提取 | 第22-26页 |
| 3.2.1 MFCC特征 | 第22-24页 |
| 3.2.2 LDB特征 | 第24-26页 |
| 3.3 基于场景变化的音频分割算法 | 第26-27页 |
| 3.4 实验分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 音频事件的识别与标定 | 第30-39页 |
| 4.1 谱聚类算法 | 第30-33页 |
| 4.2 音频事件重要性指标 | 第33-35页 |
| 4.2.1 背景声音事件识别 | 第33-34页 |
| 4.2.2 关键音频事件识别 | 第34-35页 |
| 4.3 音频事件标定 | 第35-37页 |
| 4.3.1 主特征向量表示 | 第35-36页 |
| 4.3.2 音频事件相似度计算 | 第36-37页 |
| 4.4 实验分析 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 音频场景识别 | 第39-47页 |
| 5.1 上下文模型 | 第39-41页 |
| 5.2 基于HMM的场景识别算法 | 第41-44页 |
| 5.2.1 音频事件建模 | 第41-43页 |
| 5.2.2 场景语义模型 | 第43-44页 |
| 5.3 实验分析 | 第44-45页 |
| 5.4 本章小结 | 第45-47页 |
| 第六章 实验结果及讨论 | 第47-52页 |
| 第七章 结束语 | 第52-54页 |
| 7.1 本文成果 | 第52页 |
| 7.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58-59页 |
