基于支持向量机的多类音频分类

• 作者: 俞玉莲 郭世杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 支持向量机 音频分类 增广两类分类法
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 98-101
• 页数: 4页
• 分类号: TP3
• 字数: 4767字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.04.032

摘要

研究一种用支持向量机(SVM)进行多类音频分类的方法,其中引入增广两类分类法(AB法)设计多类分类器.该算法把音频分为四类:音乐、纯语音、带背景音的语音和典型的环境音,并分析了这几类音频的八个区别性特征,包括修正低能量成分比率(MLER)和修正基频(MPF)两个新特征以及频域总能量、子带能量、频率中心等其它六个基本特征,综合考察了不同特征集在基于SVM分类器中的分类精度.实验结果表明,提取的音频特征有效,基于SVM的多类音频分类效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞玉莲	上海电子信息职业技术学院通信与信息工程系	6	23	3.0	4.0
2	郭世杰	上海航天技术研究院信号处理部	7	11	2.0	3.0