基于内容的音频检索-计算机软件与理论专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 现代信息技术的快速发展以及信息量的急剧增长，使得人们对信息检索的期 望与要求也不断增长。传统的信息检索都是基于文本关键词来进行的，但对于音 频信号来说，这种检索方法过于片面与低效。随着音频处理技术的不断发展，基 于内容的音频检索方法开始得到越来越多人的关注和重视，它能够大大提高音频 信号的检索效率，同时又避免了纯文本检索方法的许多弊端。 音频信号检索的本质是各种格式的音频文件以及音频处理技术。在音频文件 方面，本文主要分析了常见的MIDI、PCM以及WAV等音频格式，并对比了它们之间 的异同点以及应用特点。在音频处理技术方面，首先是提出了音频信息检索最常 见的两种模型：向量空间模型与概率模型，它们根据各自不同的特点而有着不同 的应用。音频信息检索都是先对音频信号进行分割并提取相应的音频特征，然后 根据所提取的特征进行匹配对比，目前主要有两种检索方法：基于直接匹配的检 索方法与基于隐马尔科夫模型的检索方法。接下来，分析了音频信息检索系统在 音乐检索以及音频例子检索这两方面的应用。最后通过音频检索在电台广告检索 中的实际应用验证了基于内容的音频检索技术的可行性和优越性。 本文的创新之处在于结合音频实时检索方法，针对电台广告检索过程中所遇 到的问题提出了基于广告头检索的检索方法，并且证明了这种方法是行之有效 的。 关键词： 基于内容的音频检索 音频分割 隐马尔科夫模型 广告检索 ABSTRACT The rapid development of modern information technology, as well as the rapid growth of the amount of information, have enhanced people’s expectations for information retrieval. The traditional retrieval methods are all based on key words of text pattern which are quite incomplete and inefficient. As the audio processing technology develops, content-based audio retrieval method has gained more and more attentions. It can greatly improve the retrieval efficiency of audio signal and avoid the many disadvantages of text retrieval method. The basis of audio retrieval is various audio formats and audio processing technology. As for audio formats, the common audio formats are introduced, such as MIDI, PCM and WAV, and their similarities and differences are presented, too. As for audio processing technology, firstly two kind of audio retrieval models are proposed: Vector Space Model and Probability Model, both of which have certain applications according to their own features. The usual procedure o