广播音频的自动分段分类技术
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 概述 | 第9-17页 |
| ·概述 | 第9-11页 |
| ·语音识别的发展概述 | 第9-10页 |
| ·语音识别前端处理技术的发展现状 | 第10-11页 |
| ·论文选题的意义 | 第11-12页 |
| ·系统框架及研究工作概述 | 第12-16页 |
| ·自动分段分类系统的整体框架 | 第12-14页 |
| ·研究工作概述 | 第14-16页 |
| ·论文章节安排 | 第16-17页 |
| 第2章 音频分段分类的基本方法 | 第17-26页 |
| ·研究概况 | 第17-22页 |
| ·音频特征分析 | 第17-21页 |
| ·音频分段的基本方法 | 第21-22页 |
| ·音频分类的基本方法 | 第22页 |
| ·静音检测 | 第22-23页 |
| ·基于BIC 准则的自动分段 | 第23-24页 |
| ·多类型GMM 分类器 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 广播音频的音频类型分析 | 第26-44页 |
| ·系统框架介绍 | 第26-27页 |
| ·特征选择 | 第27页 |
| ·利用基音信息的后处理 | 第27-31页 |
| ·基音提取算法 | 第28-29页 |
| ·利用基音信息的后处理策略 | 第29-31页 |
| ·基于谱特征的音乐背景检测 | 第31-38页 |
| ·音乐背景在谱特征上的体现 | 第32-33页 |
| ·谱峰轨迹检测方法 | 第33-38页 |
| ·寻找谱峰 | 第33-35页 |
| ·谱峰轨迹检测 | 第35-36页 |
| ·音乐成分存在性的判定 | 第36-38页 |
| ·实验结果和分析 | 第38-43页 |
| ·实验数据 | 第38-39页 |
| ·评价准则 | 第39-40页 |
| ·实验结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 广播音频说话人日志 | 第44-56页 |
| ·说话人日志系统架构 | 第44-45页 |
| ·说话人分割方法 | 第45页 |
| ·说话人聚类方法 | 第45-50页 |
| ·度量距离选择 | 第46页 |
| ·K-均值聚类 | 第46-47页 |
| ·AP 聚类 | 第47-50页 |
| ·实验结果和分析 | 第50-55页 |
| ·实验数据 | 第50页 |
| ·评价准则 | 第50-51页 |
| ·实验结果 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 广播音频的自动分段分类系统 | 第56-61页 |
| ·整体性能 | 第56-58页 |
| ·系统应用 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 结论 | 第61-63页 |
| ·论文工作总结 | 第61页 |
| ·进一步工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第67页 |
