本文選題：音頻 + 語音匹配��； 參考：《浙江大學》2006年碩士論文

【摘要】：隨著經濟的發(fā)展,電視廣告成為社會生活中越來越重要的一部分,而其帶來的社會問題也日漸顯著,特別是虛假廣告嚴重誤導了消費者,坑害了廣大人民,因此廣告監(jiān)管成為社會急需處理的問題。 本文根據(jù)實際的項目要求設計了一套適合廣告監(jiān)管的系統(tǒng),它主要可以分為視頻采集、音頻匹配和用戶界面這幾部分,并重點研究了適合電視廣告監(jiān)管的音頻匹配算法。 本文在總結語音識別和音樂檢索技術的基礎上,成功的實現(xiàn)了廣告音頻匹配算法。整個算法可以分成音頻特征提取和音頻模板匹配兩大部分。 在音頻特征提取階段,本文借鑒了音樂檢索中主流的兩種音頻特征:音高和MFCC特征參數(shù),并設計了一套實驗來選擇對廣告音頻有更強區(qū)分能力的特征。根據(jù)實驗結果MFCC特征參數(shù)具有更好的識別能力,因此它將作為整個音頻匹配算法中使用的音頻特征參數(shù)。 在音頻模板匹配階段,為了解決MFCC特征參數(shù)數(shù)據(jù)量過大、比較速度過慢以及廣告音頻中出現(xiàn)的多幀、丟幀等問題,本文應用了矢量量化技術、多級匹配算法和DTW算法。 在矢量量化中,針對難以為整個廣告樣本庫建立一個統(tǒng)一碼本的情況,本文采用為單一廣告分別建立碼本的方法,并在量化時把不屬于該廣告空間的矢量統(tǒng)一劃入另一區(qū)域來提高匹配時的精確度。 在多級匹配算法中,采用了廣告頭比較來尋找廣告開始幀的位置,用整個廣告比較來確認廣告頭找出的開始幀位置是否正確。這種改進算法使匹配速度有了很大的提高。 在確定了音頻模板的匹配算法以后,本文又設計了一套實驗來檢測該算法的有效性,實驗表明,在準確率沒有明顯下降的情況下,速度有了很大的提升。 最后本文就整個項目的實現(xiàn),進行了說明。
[Abstract]:With the development of economy , TV advertising has become a more and more important part of social life , and the social problems brought by it are becoming more and more obvious , especially the false advertisement seriously misled consumers , and harmed the people , so advertising supervision has become the problem of social emergency treatment .








According to the actual project requirement , a system suitable for advertisement supervision is designed , which can be divided into two parts : video acquisition , audio matching and user interface , and the audio matching algorithm suitable for TV commercial supervision is researched .








On the basis of summarizing the technology of speech recognition and music retrieval , this paper successfully realizes the advertisement audio matching algorithm . The whole algorithm can be divided into two parts : audio feature extraction and audio template matching .








At the stage of audio feature extraction , this paper draws on two kinds of audio features in music retrieval : pitch and MFCC feature parameters , and designs a set of experiments to select features that have stronger distinguishing ability for the advertisement audio . According to the experimental results , the MFCC feature parameters have better recognition capability , so it will be used as the audio feature parameter used in the whole audio matching algorithm .








In this paper , vector quantization , multilevel matching algorithm and DTW algorithm are applied in order to solve the problems of too large data volume , too slow speed of comparison and multi - frame and frame loss occurring in advertisement audio in the matching stage of audio template .








In the vector quantization , in the case of difficulty in establishing a uniform codebook for the entire advertisement sample library , a method for establishing a codebook for a single advertisement is adopted , and the accuracy of matching is improved when the vector which does not belong to the advertisement space is uniformly drawn into another area at the time of quantization .








in that multi - stage matching algorithm , the position of the advertisement start frame is searched by the comparison of the advertisement head , and the whole advertisement comparison is used to confirm whether the position of the start frame found by the advertisement head is correct .








After confirming the matching algorithm of the audio template , this paper designs a set of experiments to detect the effectiveness of the algorithm .








In the end , this paper describes the whole project .

【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：TP311.52

【相似文獻】

相關期刊論文 前10條

1 蔣先德;;多媒體遠程教室的規(guī)劃和設計[J];電腦知識與技術;2011年20期

2 郭小華;丁學恭;陳歲生;;基于無線傳感器網(wǎng)絡的巖體聲發(fā)射信號監(jiān)測系統(tǒng)[J];電子技術應用;2011年03期

3 顧勇;趙建明;;基于Wolfson音頻SoC的I~2C總線接口設計[J];物聯(lián)網(wǎng)技術;2011年04期

4 徐永生;;有線數(shù)字電視機頂盒檢測詳解[J];電視技術;2011年14期

5 友文;;讓老本用上SRS音效驅動[J];電腦知識與技術(經驗技巧);2011年06期

6 方繼坤;;用DAC改裝板摩CD機[J];實用影音技術;1999年07期

7 ;音樂本無疆 收聽勿有界 無線音頻總動員[J];電腦愛好者;2011年11期

8 陳曉軍;;隨心所欲調節(jié)視頻中聲音大小[J];電腦愛好者;2011年11期

9 ;新產品[J];電子世界;2010年09期

10 ;歐勝推出世界首款音頻系統(tǒng)級芯片(Audio SoC)[J];電子設計工程;2011年16期

相關會議論文 前10條

1 白艷平;秦玉文;樊海波;曲日;;一種新的復合材料檢測技術的應用研究[A];“力學2000”學術大會論文集[C];2000年

2 孟祥彬;戴璐;;測量傳聲器應用及市場分析[A];2009年聲頻工程學術交流年會論文集[C];2009年

3 劉寶會;秦玉文;侯振德;陳金龍;;數(shù)字錯位散斑術的自控音頻激振加載研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

4 李明;呂萍;韓疆;顏永紅;;固定音頻檢索的方法和實現(xiàn)[A];全國網(wǎng)絡與信息安全技術研討會’2004論文集[C];2004年

5 呂萍;王煒;顏永紅;;音頻匹配技術及其在音頻檢索中的應用[A];中國聲學學會2005年青年學術會議[CYCA'05]論文集[C];2005年

6 耿少波;;流媒體關鍵技術[A];2006全國廣播電視發(fā)射技術論文集（1）[C];2006年

7 陳惠珍;李玉南;;音頻加超短波治療腹部手術后腸粘連——附三十例報告[A];中國康復醫(yī)學會第三次康復治療學術大會論文匯編[C];2002年

8 賈磊;徐波;;基于檢測熵變化趨勢的音頻特征跳變點檢測[A];第六屆全國人機語音通訊學術會議論文集[C];2001年

9 朱覺;;多聲道數(shù)字立體聲錄音制作[A];中國電影電視技術學會影視科技論文集[C];2002年

10 費玉蓮;凌云;王勛;;基于增強隱馬爾可夫模型的視頻數(shù)據(jù)挖掘研究[A];全國第16屆計算機科學與技術應用（CACIS）學術會議論文集[C];2004年

相關重要報紙文章 前10條

1 記者 郭靜 通訊員肖金;警惕“音頻毒品”誘發(fā)心理問題[N];廣東科技報;2009年

2 本報記者 程竹;“音頻毒品”網(wǎng)站該不該禁[N];中國文化報;2009年

3 劉繼濱　首席記者 陳洋;警方提醒：此類音頻有可能產生幻覺[N];黑龍江經濟報;2010年

4 特約作者 林楓 電腦報 吳新;聽音自由 無線音頻潮涌[N];電腦報;2010年

5 馮曉芳 黃全權;中國音頻業(yè)發(fā)展翻開新一頁[N];民營經濟報;2009年

6 陳會安;丟掉討厭的音頻線[N];中國電腦教育報;2003年

7 福建 鄭子龍;抓取VCD中的音頻[N];電腦報;2002年

8 葉真;光驅音頻線接PS/2鼠標[N];中國計算機報;2001年

9 吳東;高貴不貴的音頻伴侶[N];中國計算機報;2003年

10 愛清;超長WMA音頻轉CD[N];計算機世界;2004年

相關博士學位論文 前9條

1 馮哲;基于內容的視頻檢索中的音頻處理[D];復旦大學;2004年

2 劉寶會;多功能數(shù)字散斑干涉無損檢測技術及應用研究[D];天津大學;2004年

3 汝學民;音頻隱寫與分析技術研究[D];浙江大學;2006年

4 汪斌;音頻編解碼算法及軟硬件協(xié)同設計研究[D];浙江大學;2004年

5 鄭賢中;高指向性音頻聲波理論與控制研究[D];華中科技大學;2006年

6 陳銘;隱寫與隱寫分析算法及實踐研究[D];北京郵電大學;2008年

7 趙亞琴;基于內容的視頻片段檢索技術研究[D];南京理工大學;2007年

8 熊華;視頻內容結構化技術的研究與實現(xiàn)[D];中國人民解放軍國防科學技術大學;2001年

9 殷復蓮;同步CDMA系統(tǒng)NBI識別及抑制技術研究[D];哈爾濱工程大學;2010年

相關碩士學位論文 前10條

1 程捷;輔助視頻內容分析的音頻技術研究與實現(xiàn)[D];中國人民解放軍國防科學技術大學;2003年

2 丁翔;基于虛擬儀器的手機揚聲器測試系統(tǒng)的設計與實現(xiàn)[D];蘇州大學;2006年

3 張曉e，

本文編號：1822435