資源描述：
《基于本體的音頻內(nèi)容檢索研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于本體的音頻內(nèi)容檢索研究2012張小莉碩士情報(bào)學(xué)李端明教授ClassifiedIndex:G250U.D.C:SouthwestUniversityofScienceandTechnologyMasterDegreeThesisAudioContentRetrievalBasedonOntologyGrade:2012Candidate:ZhangXiaoliAcademicDegreeAppliedfor:MasterSpeciality:IntelligencedisciplineSupervisor:LiDuanmi
2、ngMay.28.2015獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下（或我個(gè)人……）進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得西南科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說(shuō)明并表示了謝意。簽名：災(zāi)'I、薊曰期：2有'父4關(guān)于論文使用和授權(quán)的說(shuō)明本人完全了解西南科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，S卩：學(xué)校有權(quán)保留學(xué)位論文的復(fù)印件，允許該論文被查閱和借
3、閱；學(xué)校可以公布該論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）簽名：導(dǎo)師簽日期：西南科技大學(xué)碩士研究生學(xué)位論文第I頁(yè)摘要音頻是多媒體信息的重要組成部分，人們對(duì)音頻信息的處理量也越來(lái)越大，要從海量的音頻數(shù)據(jù)中找到目標(biāo)音頻內(nèi)容，也給人們帶來(lái)了挑戰(zhàn)。對(duì)于音頻（語(yǔ)音音頻）信息檢索系統(tǒng)，其中語(yǔ)音識(shí)別技術(shù)、說(shuō)話人識(shí)別技術(shù)、音頻數(shù)據(jù)的相似度匹配技術(shù)以及對(duì)音頻數(shù)據(jù)的標(biāo)注處理技術(shù)是核心的環(huán)節(jié)。本文針對(duì)音頻內(nèi)容檢索整個(gè)過程需要用到的技術(shù)進(jìn)行了相關(guān)分析與研究，分析總結(jié)了目前國(guó)內(nèi)外對(duì)音頻檢索
4、研究的現(xiàn)狀，對(duì)音頻的部分特征進(jìn)行了分析，并對(duì)部分特征采用MATLAB軟件進(jìn)行了提取。在研究前人對(duì)語(yǔ)音識(shí)別和說(shuō)話人識(shí)別分別研究的基礎(chǔ)上，將這兩種不同的模式相結(jié)合，構(gòu)建了二者共同進(jìn)行識(shí)別的模型。除此之外，還提出了基于本體的音頻內(nèi)容檢索技術(shù)。在音頻檢索實(shí)驗(yàn)系統(tǒng)中，將語(yǔ)音識(shí)別、語(yǔ)音合成等模塊嵌入其中，對(duì)識(shí)別效果加以分析與總結(jié)。從實(shí)驗(yàn)結(jié)果來(lái)看，對(duì)于音頻文本的識(shí)別率是79.24%，男女聲的識(shí)別率是86.11%，識(shí)別率雖還有待提升，但對(duì)于說(shuō)話人不同的方言口音，結(jié)果已經(jīng)達(dá)到本文期望目標(biāo)。本文將本體技術(shù)運(yùn)用到了音頻的存儲(chǔ)管理上，提出了標(biāo)注模型
5、，為解決音頻高層次的語(yǔ)義鴻溝做了進(jìn)一步研究。關(guān)鍵詞：音頻標(biāo)注模型語(yǔ)音識(shí)別音頻檢索西南科技大學(xué)碩士研究生學(xué)位論文第II頁(yè)AbstractAudioisanimportantpartofmultimediainformationandpeopletohandletheaudioinformationisalsogrowing,tofindthetargetfromthevastamountofaudiodataaudiocontent,alsoposesachallenge.Audio(voiceaudio)informatio
6、nretrievalsystems,speechrecognition,speakerrecognition,audiosimilaritymatchingofdatatechnologyandaudioannotationprocessingtechnologyisthecoreofthedatalink.Basedonaudiocontentsearchintheentireprocessoftechniqueisrequiredforanalysisandresearch,analyzingandsummarizing
7、thecurrentstatusofdomesticresearchonaudioretrieval,theaudiofeatureisanalyzed,andsomefeatureextractionusingMATLABsoftware.Studiedinresearchonspeechrecognitionandspeakeridentification,respectively,basedonthecombinationofthesetwodifferentpatterns,bothidentifyingmodeli
8、sconstructed.Inaddition,theontology-basedretrievalofaudiocontentisalsopresented.Inaudioretrievalexperimentsystem,speechrecognition,speechsynthesi
