改进波形相似叠加算法的音频时长调整

针对波形相似叠加算法在处理高采样率音频时效率低的缺点,提出由短时均值包络到细化波形的逐步匹配方法.首先基于短时均值包络进行粗匹配,在此基础上细化包络,进行再匹配以实现音频时长调整.该算法降低了计算量,提高了运算效率.在进行音频时长调整过程中,还利用音频的优化低能量率特征参数动态调整分析窗长度,实验表明这种处理方法对混合音频的处理效果有很大改进.

基于MLER的语音/音乐分类方法

音频分类是音频信号处理中一项重要的预处理工作。该文描述了一种基于能量的分类方法,将音频信号分为语音和音乐2种类型。分类的过程分为3个阶段,首先计算优化低能量率MLER(modified low energy ratio)作为特征,然后利用初级分类器得到初步分类的结果,最后利用音频类别的前后相关性,使用上下文分类器修正初始分类得到最终分类的结果。该文重点对MLER中参数的合理选取范围进行了讨论,并对传统的初始分类器作了改进,用非参数分类器和参数分类器代替原有的Bayes硬判决的方法,避免了由于门限选择不当所带来的分类错误。实验表明,使用参数分类器时,对纯语音和纯音乐分类效果很好,正确率达99%以上。

快速准确的自动音乐/语音分段方法

自动音乐/语音分段是语音识别技术的重要部分。该文采用回声器时频分析计算平均能量谱及定长片段的优化短时低能量比,用Bayes分类器判定类型,并根据内容连续性对分段结果修正;最后采用振幅包络匹配滤波器求所有起始点,对分段结果进一步优化。实验基于多语种电视电台录音和国内电话录音数据展开,结果显示该方法的性能FMeasure可达0.987,较已有分类系统性能有大幅提升,同时处理速度也有大幅度改进。