针对广播电台节目的智能SAD系统的研究与实现

本文结合广播语义特点,提出了基于多种分类器的针对广播电台的智能SAD(speech activity detection)系统。系统由有声/静音分类器、语音/非语音分类器、非纯语音/纯语音分类器、男性声音/女性声音分类器、音乐/噪声分类器组成,分帧分段,提取帧级段级特征,将每段音频分为男性声音、女性声音、现场报道、噪音、音乐、静音六种不同类别,经过平滑处理,最后分成六种类别的大段音频。准确快速地实现音频语义高层信息的提取,完成音频按结构拆分工作。