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和GMM的语音音乐分类

研究了音频信息处理中一项重要的预处理工作:语音音乐分类。针对语音信号处理中遇到的实际问题,选择合适的音频特征和分类器来对音频数据进行语音和音乐分类。采用二级系统,选择优化低能量率(ModifiedLow Energy Ratio,MLER)以及梅尔频谱倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)作为音频特征,通过贝叶斯分类和混合高斯分类器进行分类。最后,使用上下文分类器对分类结果进行修正。实验结果表明,这种分类方法准确率和速度都较好。