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．     

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.     

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.     

基于内容的多媒体信息检索研究进展

本文介绍了多媒体信息检索的原理与特点,从基于内容的图像检索、视频检索和音频检索的角度对基于内容的多媒体信息检索的研究进展进行了介绍,并对基于内容的多媒体信息检索前景进行了探讨。     

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.     

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.     

基于模板的音频检索方法研究

随着多媒体信息的日益增多,如何对具有海量信息的多媒体数据进行有效的检索成为人们关注的问题.其中,音频信号检索技术成为热点研究问题.本文在总结分析已有研究结果的基础上,从音频内容的自动分析技术着手,最终实现了一种基于模板的音频检索算法.实验结果表明,该方法具有较高的分类检索能力,准确率高,检索速度快,是一种有效可行的音频检索方法.     

基于小波变换和支持向量机的音频分类

音频特征提取是音频分类的基础,而音频分类又是基于内容的音频检索的关键。使用小波变换和支持向量机的方法对音频进行分类。研究了小波变换域的音频特征提取,分析了这些特征在小波变换域中的意义。把得到的特征向量作为支持向量机的输入,把音频分成纯语音、带背景音乐的语音、音乐、环境音4种类型。实验结果表明,基于小波域的特征计算简单、能够较好地区分不同的音频类型,得到较高的分类精度。     

基于内容的检索技术与多媒体数据库

本文主要讨论了在多媒体数据库的检索技术中,围绕图像、视频、音频等多媒体信息,实现对多媒体数据库基于内容的检索。     

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。     

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。     

网络音频技术及其在现代体育场馆中的应用

介绍了网络音频技术的主要特点,包括网络音频传输协议和控制技术,以及几种以太网传输协议.并以广州大学城中心区体育场馆为实例,说明基于其建筑型态和建声方面的需求,如何对其中的网络音频器件进行搭建、布置和使用,从而具体阐述了网络音频技术在现代体育场馆的应用.     

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DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.     

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.