一种稳健的语立/音乐分类法

提出了一种把音频片段分类成语音或音乐的新系统.系统能自动选取在相应的信噪比下具有最高分类精度的特征参数.将从音频片段提取的特征参数值与门限值相比较进行语音/音乐的分类,其中的门限值与一定的信噪比相适应.介绍了一种新特征参数,即低频带能量率方差,在低信噪比环境下,它对分类精度有很大地提高.考察了系统在不同的信噪比环境下的分类性能.实验结果表明,所提系统分类性能良好.     

一种稳健的语音/音乐分类法

提出了一种把音频片段分类成语音或音乐的新系统。系统能自动选取在相应的信噪比下具有最高分类精度的特征参数。将从音频片段提取的特征参数值与门限值相比较进行语音/音乐的分类,其中的门限值与一定的信噪比相适应。介绍了一种新特征参数,即低频带能量率方差,在低信噪比环境下,它对分类精度有很大地提高。考察了系统在不同的信噪比环境下的分类性能。实验结果表明,所提系统分类性能良好。     

一种快速稳健的语音／音乐分类方法

介绍了一种简单而有效的区分语音/音乐的方法.该方法仅提取唯一的区别性特征,即改进型低能量帧率(MLER),应用贝叶斯最大后验分类器判断每1段的音频类别,再根据音频流的相邻段有很强的相关性这一特点,采用一种新颖的基于相关性的后验决策方法对分类器的分类结果进行进一步改善.实验结果表明,该方法算法简单,分类效果好.