基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
音频特征提取是音频分类的基础,好的特征将会有效提高分类精度.在提取频域特征Mel频率倒谱系数(MFCC)的同时,对每一帧信号做离散小波变换,提取小波域特征,把频域和小波域特征相结合计算其统计特征.通过SVM模型建立音频模板,对纯语音、音乐及带背景音乐的语音进行分类识别,取得了较高的识别精度.
推荐文章
基于神经形态电路的音频场景特征提取及识别技术
神经形态电路
卷积神经网络
音频场景识别
基于DEM的流域特征提取方法研究进展
分布式水文模型
GIS
DEM
流域特征提取
基于小波包分解的声信号特征提取方法
声目标
小波包
特征提取
分解
基于分形理论的树皮图像特征提取方法
分形理论
树皮
特征提取
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 有效的基于内容的音频特征提取方法
来源期刊 计算机工程与应用 学科 工学
关键词 特征提取 小波变换 Mel频率倒谱系数 支持向量机
年,卷(期) 2009,(12) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 131-133,137
页数 4页 分类号 TP391
字数 5343字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.12.043
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑继明 重庆邮电大学应用数学研究所 70 357 11.0 14.0
2 魏国华 重庆邮电大学计算机科学与技术学院 2 21 2.0 2.0
3 吴渝 重庆邮电大学计算机科学与技术学院 99 1784 17.0 40.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (19)
二级引证文献  (10)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征提取
小波变换
Mel频率倒谱系数
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导