基于内容的音频自动分类方法

为了解决基于内容的音频检索、语音文档检索等很多领域中提取音频结构和内容语义的问题时,介绍几种比较典型的音频分类算法包括最小距离方法、支持向量机、神经网络、决策树方法等,指出在基于内容的音频检索技术方面的难点以及发展方向.     

基于压缩域特征的音频识别算法

如何有效地对海量数据尤其是诸如音频之类的多媒体数据进行分析、存储和检索是一个有待解决的问题.由于原始音频数据的非结构化特性,音频检索受到极大的限制.相对于日益成熟的图像与视频检索,音频检索相对滞后.基于内容的音频检索己成为多媒体检索技术的研究热点.本文对基于内容的音频检索的音频分层分割算法展开分析,提出一种基于压缩域特征音频分割域识别算法.经试验结果显示,此算法由于不依赖于具体的应用阈值,使此算法准确率有较大提高.     

基于本体的音频语义检索模型

通过分析现有音频检索中存在的问题,提出了一种对语音数据进行语义自动标注的方法,建立了一种新的音频本体库的检索模型,并对今后的研究方向进行了展望。     

音频信息检索研究现状与发展趋势

在信息化和网络化时代, 音频已成为网络信息传输的主要媒体之一.如何从大量的音频信息流中进行快速高效的内容检索以获得所需要的内容已经成为现代社会急需解决的问题,并已发展成为学术界的一个重要研究方向.该文就音频信息检索研究现状及发展趋势对音频检索的概念和方法进行了阐述,并重点对基于内容的音频信息检索的关键技术和方法进行了讨论.     

基于内容的音频检索关键技术研究与设计

基于内容的音频检索是多媒体检索技术中一个重要的组成部分．本文在综述了国内外现行的音频信息检索方法的基础上，通过一种利用声学特征的相似性检索音频文件的方法来分析基于内容的音频检索的关键技术，并在综合运用该关键技术的基础上设计了一个简单的系统对基于内容的音频检索方法进行了测试．     

Internet音频检索技术综述

对Internet音频检索的现状和发展趋势进行了全面的综述,对几种流行的音频检索技术进行了深入的讨论．通过广泛收集资料,对几种技术进行了比较性研究．最后,提出了若干值得深入研究的方向．     

相容粗糙集在音频检索中的应用

针对数字技术的发展促使个人的多媒体数据资料量越来越大,给人们的使用造成很大的不便,人们迫切需要能对这些资料进行检索和管理的工具,提出了利用相容粗糙集理论对音频数据进行预检索的新方法,即在相容类的近似空间中对音频数据进行预检索.实验结果表明,该方法可以有效地克服等价粗糙集在音频检索方面的限制,对提高检索效率具有一定的作用.     

基于内容的音频检索技术研究

音频检索是基于内容的多媒体检索技术中的一个重要的组成部分.本文首先简单介绍了基于内容的音频检索的概念,然后对其特征提取部分做了详细介绍,并通过一个简单的测试系统进行实现.     

一种有效的音频分割算法

音频分割是提取音频结构和内容语义的重要手段,是基于内容的音频分析、检索的基础.本文提出一种音频分割算法,采用定长分析窗分层结构遍历音频流,窗内根据熵变化趋势检测跳变点.实验结果表明,该算法避免了△B/C分割算法中的硬门限判决和数据累积问题,是一种更加有效的音频分割方法.     

基于数字音频指纹的广播广告检测方法研究

音频信息的检索是多媒体检索技术中的一个重要方面,本文基于数字音频指纹的快速检索算法提出了一种广告检测技术,该算法将音频流分块提取数字音频指纹,然后在广告音频指纹库中粗检索,检索过程中同时得到相似广告的时间偏移及广告长度信息,进而进行完整匹配,实现了广告信息快速完整检索.为了消除音频指纹检索受采样率误差的影响,精细匹配时提出了分割匹配的方法.实验证明,该方法具有检索速度快、受采样率误差影响小的特点.     

基于分层熵检测的音频分割算法

音频分割是提取音频结构和内容语义的重要手段,是基于内容的音频分析、检索的基础.提出分层熵检测音频分割算法,采用定长分析窗分层结构遍历音频流,窗内根据熵变化趋势检测跳变点.实验结果表明,该算法避免了ΔBIC分割算法中的硬门限判决和数据累积问题,是一种更加有效的音频分割方法.     

基于内容和旋律的音频片段识别与检索

介绍了音频信号的主要特征和处理技术,给出音频检索系统的处理框架和主流产品,并列出典型检索引擎及应用行业;详细阐述了音频识别和检索的主要方法、基于旋律和内容的音频片段检索的原理和特点;最后结合实验和测试中的实际问题对音频检索进行展望.     

基于音频检索的点歌系统

介绍了运用哼唱进行检索的点歌系统.该系统从用户那里得到哼唱信息,把音频信息做特征提取、分割与分类,采用音变节奏算法查找出和输入内容相同或相似的乐曲.最后提出了有待继续研究的问题.     

基于音频指纹的压缩域音频识别方法研究

压缩格式已经成为了音频信号存储和传输的主要形式,面向压缩域音频文件的识别方案就显得更具有实际意义。提出了一种基于音频指纹的压缩域音频识别算法,该算法可用于压缩域音频和非压缩域音频在同一个指纹数据库中进行有效检索和识别。选择最典型的音频压缩格式——MP3音频来测试算法的性能,实验结果表明该算法的指纹尺寸小,具有较好的指纹区分性和较高的正确识别率,对各种常见的时频域失真均具有较强的鲁棒性。     

音频数字水印技术综述

作为音频文件版权保护的有效方法,音频数字水印已逐渐成为研究的热点.系统地介绍了教字水印的概念,音频数字水印的特性和对音频数字水印的要求,音频水印的各种算法.最后讨论了音频水印存在的问题和发展的趋势.     

一种基于仿生模式识别思想的固定音频检索方法

固定音频检索是指在待检音频中检测和定位与给定查询音频同源的音频片段,它是多媒体检索中的基本问题之一．根据仿生模式识别的基本思想,将查询段映射为高维特征空间中的点,然后考虑各种同源情况对其进行扰动,形成一个超立方体覆盖．通过逐一判断待检段是否位于该覆盖内,即可进行检索．除特征提取外,该方法不需要对待检音频进行额外的预处理．实验结果表明,在加性噪声以及压缩编码的情况下,所提算法均能够快速准确的检出目标．     

一种基于VPRSM的音频分类方法

因为音频媒体的特征维数较高,导致音频处理的计算量大.本文提出一种基于变精度粗糙集模型(VPRSM)的音频分类方法。先提取音频特征,构造VPRSM的决策表,进行属性约简,后用约简后的决策表实现待分类音频文件的自动分类。试验表明,本文的音频分类方法具有比传统的分类方法更高的分类准确率。     

XML文档检索技术研究

网络信息资源急剧增长,如何利用数据检索技术有效的发现和使用资源成为亟待解决的问题.XM L具备许多HTM L没有的优点,更加适合应用于网络检索,探讨了XM L文档检索模型的主要技术问题,并提出了一种基于树查询的索引和部分匹配检索算法.     

基于音频信号的检索定位自适应方法

音频信息的检索是多媒体检索技术中的一个重要方面。本文讨论一种基于音频信号的广告条目检索和定位的一种自适应方法，它利用短时平均过零率和互相关函数从实时音频数据流中快速检测和定位广告条目．     

基于音频信号的广告检索和定位

音频信息的检索是多媒体检索技术中的一个重要方面，本文讨论一种基于音频信号的广告条目检索和定位方法，它利用短时平均过零率和互相关函数从实时音频数据流中快速检测和定位广告条目。