基于支持向量机的多类音频分类

被引：4

作者：

俞玉莲 ^{[1
]}

郭世杰 ^{[2
]}

机构：

[1] 上海电子信息职业技术学院通信与信息工程系

[2] 上海航天技术研究院信号处理部

来源：

计算机应用与软件 | 2010年 / 27卷 / 04期

关键词：

支持向量机; 音频分类; 增广两类分类法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TN912.3 [语音信号处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0711 ;

摘要：

研究一种用支持向量机(SVM)进行多类音频分类的方法,其中引入增广两类分类法(AB法)设计多类分类器。该算法把音频分为四类:音乐、纯语音、带背景音的语音和典型的环境音,并分析了这几类音频的八个区别性特征,包括修正低能量成分比率(MLER)和修正基频(MPF)两个新特征以及频域总能量、子带能量、频率中心等其它六个基本特征,综合考察了不同特征集在基于SVM分类器中的分类精度。实验结果表明,提取的音频特征有效,基于SVM的多类音频分类效果良好。

引用

页码：98 / 101

页数：4