【摘 要】
：
广播电视新闻的分割是指根据不同种类的语音的声学特征的不同,把一段连续的音频新闻按照说话人身份的不同、背景噪音的不同、说话通道的不同和背景音乐的不同等,划分成各个独
【机 构】
：
中国科学院自动化所模式识别国家重点实验室
论文部分内容阅读
广播电视新闻的分割是指根据不同种类的语音的声学特征的不同,把一段连续的音频新闻按照说话人身份的不同、背景噪音的不同、说话通道的不同和背景音乐的不同等,划分成各个独立的音频数据段,然后抛弃掉与语音信息无关的音乐和噪音部分,最后把同一个人或是同一类人的音频数据划分为一类,为广播语音的识别以及以后的音频数据检索做准备.本文的广播电视新闻的分割系统为三部分:分割、分类和聚类.分割部分是采用本文提出的基于检测变化趋势的分割算法来检测连续语音音频信号的声学特征跳变点,从而实现不同性质的音频信号的分割.这种检测方法不同于传统的需要门限的跳变点检测方法,它是以检测一定窗长的信号内部的每一个可能的分割点所分割的两段信号的信号熵的变化趋势来检测音频信号声学特征跳变点的,可以避免由于门限的选择不当所带来的分割错误.分类部分是采用传统的基于高斯混合模型(GMM)的高斯分类器进行分类,实现语音信号和背景音乐的正确区分以及男女性别标注;聚类部分采用基于矢量量化(VQ)的说话人聚类算法进行说话人聚类.把系统应用于三段30分钟的新闻,基于检测熵变化趋势的分割算法以很高的精度实现了音频信号的跳变点检测,检测到的信号声学特征跳变点总跳变点数目的98﹪,为以后的分割和分类打下了良好的基础;在分割部分和正确分割的基础上,分类部分成功的实现了所有背景音乐和背景噪音的去除,男妇性别的标注的准确率达到96﹪,聚类部分成功的实现了说话人的正确分类,聚类的正确率达到87﹪.
其他文献
本文介绍了一个用于企业质量管理的数据库管理系统的设计与实现过程.整个数据库管理系统由若干个子系统组成,每个子系统负责收集台下位单片机采集的数据,并将整理后的数据汇
本文首先对ASP的相关技术进行了讨论,然后提出了一个基于ASP的多媒体文档数据库管理系统的三层B/S开放式文档体系结构.在此基础上,设计和实现了一个多媒体文档数据库管理系统
加快推进兵团城镇化建设，是中央新疆工作座谈会提出的“三化建设”之一，足以可以看出“城镇化”对兵团经济发展的重要性。加快兵团城镇化建设是中央在新时期、新形势下更好发展
柱采用混凝土柱，屋面梁采用实腹钢梁，屋面采用轻型屋面体系，这类结构在国内实际应用已经很广泛，对于此类结构的设计依据、结构体系、施工要点、应用范围及受力性能，学术界工程界尚
楼宇建设过程中,要加强电气消防技术的设计和应用,从应急照明、自动报警、消防供电、安全疏通、漏电报警等多方面着手,保证楼宇电气的消防安全.本文结合电气消防技术的概念,
道路桥梁作为交通行业发展的一个重要部分，其施工质量与路桥工程的使用效果息息相关，而基础部分的施工质量在所有施工项目中对工程的安全性和稳定性有着显著影响。因此，为保证工
语音识别系统的性能与识别器所用的特征参数密切相关,作者在文[8]中提出将正交实验设计应用于特征参数选择,实验结果也表明正交实验设计用于特征参数选择是有效的.文[8]曾指
本文提出一种鲁棒语音特征提取框架.通过使用一种基于子带能量分布的噪声估计方法,无需静音段,就可以估计出带噪语音的子带噪声,同时提出结合谱减和谱加权方法对特征进行处理
语音识别技术在手持式设备中最普遍的应用当数特定人语音拨号系统,但其繁琐的训练过程往往令用户望而生畏.相比较而言,非特定人语音识别技术的优越性显而易见,最有吸引力的一
工程项目竣工结算是工程项目竣工或合同内容完成并通过验收合格后承包人（施工单位）对实施过程发生的建安工程费用向发包人（建设单位）提交竣工结算资料和主张确认、结清的行为。工