基于单类支持向量机的音频分类

• 作者: 伊戈尔·艾杜阿尔达维奇 吴石 颜景斌
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 单类支持向量机 音频分类 特征提取 小波
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 模式识别
• 页码范围: 1419-1422
• 页数: 4页
• 分类号: TP391.42
• 字数: 3932字
• 语种: 中文

摘要

研究一种基于单类支持向量机的音频分类方法,能够使每一类样本都独立地获得一个决策函数,通过决策函数的最大值来判断样本所属的类.通过使用小波包变换提取语音特征向量,并融合多特征向量,将音频分为5类:纯语音、音乐、环境音、含背景音语音和静音.实验结果表明这种方法具有较好的分类精度,性能优于贝叶斯、隐马尔可夫模型和神经网络分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴石	哈尔滨理工大学电气与电子工程学院	31	215	9.0	13.0
2	颜景斌	哈尔滨理工大学电气与电子工程学院	34	186	9.0	12.0