基于压缩域特征话者识别的电视节目分类检索

• 作者: 刘骏伟 吴飞 庄越挺 潘云鹤 郑科
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 压缩域 隐马尔可夫链 话者识别 电视节目检索
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 21-27
• 页数: 7页
• 分类号: TP391.4
• 字数: 6825字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2002.01.004

摘要

本文提出在压缩域上直接对MPEG音频信号进行分析,达到电视节目实时分析检索目的.算法分为三步:首先利用压缩域特征对音频信号进行分割,然后应用分层方法把分割出来的音频片段粗分成音乐、语音和其它三个基本类别;由于话者身份是语音信号中的重要检索线索,最后利用隐马尔可夫链实现了与文本无关的话者识别,并用识别出来的话者身份对语音信号和其相应的视频进行标注

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	浙江大学人工智能研究所	100	2810	28.0	50.0
2	潘云鹤	浙江大学人工智能研究所	204	7394	51.0	80.0
3	吴飞	浙江大学人工智能研究所	225	2325	27.0	39.0
4	刘骏伟	浙江大学人工智能研究所	7	207	5.0	7.0
5	郑科	浙江大学人工智能研究所	5	71	4.0	5.0