本文選題：音頻分類 + 特征提取��； 參考：《北京郵電大學(xué)》2013年碩士論文

【摘要】：隨著計(jì)算機(jī)技術(shù)、通訊技術(shù)、網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,多媒體數(shù)據(jù)正逐漸成為信息處理領(lǐng)域中主要的信息媒體形式。其中,音頻信息是多媒體領(lǐng)域中重要的信息媒體,音頻分類技術(shù)也逐漸成為近幾年來(lái)語(yǔ)音處理領(lǐng)域的一個(gè)關(guān)鍵技術(shù)。音頻系統(tǒng)是嵌入式系統(tǒng)應(yīng)用中的一個(gè)重要組成部分,廣泛應(yīng)用于智能家居、智能手機(jī)等多媒體系統(tǒng)中。隨著集成電路快速發(fā)展,嵌入式系統(tǒng)的功能變得越來(lái)越強(qiáng)大,音頻分類技術(shù)在嵌入式系統(tǒng)上的應(yīng)用越來(lái)越廣泛普及。 本文在對(duì)現(xiàn)有的音頻分類技術(shù)及其應(yīng)用進(jìn)行研究的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于ARM的音頻分類系統(tǒng)。首先,對(duì)音頻信息的主要來(lái)源及音頻的語(yǔ)義進(jìn)行了分析,對(duì)音頻分類的關(guān)鍵技術(shù),尤其是基于SVM的音頻分類技術(shù)進(jìn)行了探討。其次,提出了一種音頻片段和音頻幀結(jié)合的音頻特征分析與提取方法,并從幀層次和段層次上研究了音頻的區(qū)別性特征,基于MFCC方法構(gòu)造了音頻特征集合,基于SVM分類器設(shè)計(jì)實(shí)現(xiàn)了音頻分類模塊。最后,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)嵌入式的音頻分類系統(tǒng),使音頻分類技術(shù)在ARM上得到了應(yīng)用,實(shí)現(xiàn)了音頻驅(qū)動(dòng)、音頻訓(xùn)練和音頻分類等功能,實(shí)現(xiàn)效果進(jìn)一步驗(yàn)證了本文所提出的音頻分類方法的有效性和可用性。
[Abstract]:With the development of computer technology, communication technology and network technology, multimedia data is becoming the main information media in the field of information processing. Among them, audio information is an important information medium in the field of multimedia, and audio classification technology has gradually become a key technology in the field of speech processing in recent years. Audio system is an important part of embedded system application, widely used in smart home, smart phone and other multimedia systems. With the rapid development of integrated circuits, the functions of embedded systems become more and more powerful, and audio classification technology is more and more widely used in embedded systems. Based on the research of the existing audio classification technology and its application, an audio classification system based on ARM is designed and implemented in this paper. Firstly, the main sources of audio information and the semantics of audio are analyzed, and the key technologies of audio classification, especially the audio classification based on SVM, are discussed. Secondly, an audio feature analysis and extraction method based on the combination of audio segment and audio frame is proposed, and the distinguishing features of audio are studied from frame level and segment level, and the audio feature set is constructed based on MFCC method. Audio classification module based on SVM classifier is designed and implemented. Finally, an embedded audio classification system is designed and implemented. The audio classification technology is applied on ARM, and the functions of audio driver, audio training and audio classification are realized. The effectiveness and availability of the proposed audio classification method are further verified.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP368.1;TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 常夢(mèng)星;;多媒體數(shù)據(jù)庫(kù)中基于內(nèi)容的音頻分類綜述[J];電腦編程技巧與維護(hù);2010年14期

2 陳少英;黃浩鋒;;支持向量機(jī)算法在郵件過(guò)濾中的應(yīng)用[J];福建電腦;2007年08期

3 俞玉蓮;郭世杰;;音頻分類中的特征分析[J];信息技術(shù);2009年06期

4 霍燃;高麗萍;陳慶奎;;嵌入式Linux系統(tǒng)下基于UDA1341芯片的音頻驅(qū)動(dòng)程序設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用與軟件;2012年04期

5 劉喬輝;;基于神經(jīng)網(wǎng)絡(luò)的5種音頻分類[J];中國(guó)西部科技;2008年09期

6 賀玲玲;周元;;基于改進(jìn)MFCC的異常聲音識(shí)別算法[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

相關(guān)碩士學(xué)位論文 前10條

1 高翔;超球支持向量機(jī)在語(yǔ)音識(shí)別中的應(yīng)用研究[D];太原理工大學(xué);2011年

2 張鳳羽;基于內(nèi)容的分布式音頻檢索技術(shù)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2012年

3 白亮;音頻分類與分割技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

4 郭秋平;基于ARM系統(tǒng)的Linux平臺(tái)移植研究[D];浙江大學(xué);2006年

5 邢慧強(qiáng);SVM用于塊劃分特征提取的圖像分類與檢索[D];中國(guó)海洋大學(xué);2006年

6 張曉飛;基于支持向量機(jī)的圖像信息分類與檢索[D];沈陽(yáng)大學(xué);2007年

7 紀(jì)正飚;基于ARM技術(shù)的語(yǔ)音識(shí)別研究[D];河海大學(xué);2007年

8 王超;基于小波和隱馬爾可夫模型的音頻分類[D];西北工業(yè)大學(xué);2007年

9 張杰;基于Linux的ARM9嵌入式系統(tǒng)設(shè)計(jì)[D];南京理工大學(xué);2007年

10 程小梅;基于圖像的昆蟲識(shí)別研究與設(shè)計(jì)[D];西北大學(xué);2008年

，

本文編號(hào)：1795183