基于隐马尔可夫链的音频语义检索

• 作者: 吴飞 庄越挺 张引 潘云鹤
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 分层分割 隐马尔可夫链 音频检索
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP391.4
• 字数: 4526字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.01.022

摘要

作为多媒体媒质之一的音频信号蕴涵了丰富的视觉听觉语义,但是目前多媒体检索主要利用的是视觉信息,音频信息被忽略.为了弥补这一不足,本文介绍了一个音频语义检索原型系统,在这个系统中,音频信号被分层次处理:首先分析音频信息中的短时能量、过零率和基本频率能量比等特征,音频信息流被按层次粗分为静音、和谐音乐、对话和环境背景音四类;由于环境背景音蕴涵了大量语义,环境背景音被继续细分,并用训练好的隐马尔可夫链表示每类环境背景音以进行语义检索.实验数据表明,这样的音频查询处理方式取得了良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄越挺		100	2810	28.0	50.0
2	潘云鹤		204	7394	51.0	80.0
3	吴飞	浙江大学人工智能研究所浙江大学微软视觉感知联合实验室	225	2325	27.0	39.0
4	张引		44	1518	17.0	38.0