噪声环境下的窄带音频信号快速分类方法.pdfVIP

22 2011 ，47 （16） Computer Engineering and Applications 计算机工程与应用 噪声环境下的窄带音频信号快速分类方法 芮 瑞，鲍长春 RUI Rui ，BAO Changchun 北京工业大学 电子信息与控制工程学院 语音与音频信号处理实验室，北京 100124 Speech and Audio Signal Processing Lab ，College of Electronic Information and Control Engineering ，Beijing University of Technology ，Beijing 100124，China RUI Rui ，BAO Changchun.Fast classification method of narrow-band audio signals under noisy environment.Computer Engineering and Applications ，2011 ，47 （16）：22-25. Abstracts ：A fast classification method of narrow-band audio signals is proposed based on the linear discriminate analysis and Gaussian mixture model.The speech ，music and noise signals can be effectively discriminated with this method in the en- vironment of white noise ，street noise and car interior noise respectively.The experimental results show that the proposed method can make the classification accuracy close to 95% while classification time is less than one second. Key words ：fast audio classification ；feature extraction ；Linear Discriminant Analysis （LDA ）；Gaussian Mixture Model（GMM ） 摘 要：提出了一种基于线性判别分析和高斯混合模型的窄带音频快速分类方法，该方法在白噪声、街道噪声和车内噪声环境下 都能有效区分语音、音乐和噪声。实验结果表明，该方法在保证分类时间不大于1 s 的情况下，分类准确率能达到95%以上。 关键词：音频快速分类；特征提取；线性判别分析；高斯混合模型 DOI ：10.3778/j.issn. 1002-8331.2011.16.007 文章编号：1002-8331（2011 ）16-0022-04 文献标识码：A 中图分类号：TP391 1 引言 为了减少运算量，加快运行速度，使用线性判别分析（Linear 音频分类是音频信号进一步处理的基础，在基于内容的 Discriminant Analysis ，LDA ）做降维处理；然后，运用高斯混合 [1] 模型进行分类器设计。考虑到实际应用的需求，实验部分选 音频检索、语音和音乐增强等领域都有重要的应用价值 。比 如，在对音频信号做增强时，如果使用语音增强算法做音乐增 择在白噪声、街道噪声和车内噪声三种噪声背景下分别进行， 强处理，得到的音乐信号就会有很大的失真。也就是说，不同 将窄带音频信号分为语音、音乐和噪声三种类型。 的音频信号要使用不同的增强算法进行处理。这时，就需要 在增强之前先判断信号的类别。 2 音频分类原理框图 音频分类本质上是一个模式识别过程，它通常由特征提 图1给出了音频分类原理框图，分类过程包含训练和测试 取