1、機(jī)器聽覺包括三大研究領(lǐng)域：語音信號(hào)處理與識(shí)別、一般音頻信號(hào)分析、基于內(nèi)容的音頻檢索。其中，語音信號(hào)處理與識(shí)別是一個(gè)傳統(tǒng)的研究熱點(diǎn)，隨著音頻數(shù)據(jù)的海量增長(zhǎng)以及語音識(shí)別技術(shù)的相對(duì)穩(wěn)定和成熟，音頻檢索逐漸成為了信息檢索領(lǐng)域內(nèi)的一個(gè)新的研究熱點(diǎn)。音頻檢索研究如何從大量音頻信息中快速準(zhǔn)確地檢索滿足要求的音頻數(shù)據(jù)。與語音識(shí)別技術(shù)相比，音頻檢索處理的數(shù)據(jù)是更一般的波形聲音信號(hào)（包括語音和音樂），其研究成果可廣泛地應(yīng)用于遠(yuǎn)程教學(xué)、衛(wèi)生醫(yī)療、數(shù)字圖書館、

2、環(huán)境監(jiān)測(cè)、新聞和娛樂節(jié)目的索引與標(biāo)記等領(lǐng)域。
　　本學(xué)位論文研究了利用圖像配準(zhǔn)方法的音頻數(shù)據(jù)快速檢索算法，簡(jiǎn)稱FAR(Fast Audio Retrieval)。首先，采用音頻處理中的短時(shí)分析技術(shù)將音頻數(shù)據(jù)劃分成一個(gè)個(gè)短時(shí)幀，并提取其MFCC特征參數(shù)；其次，將音頻短時(shí)幀的特征參數(shù)MFCC轉(zhuǎn)換為二值圖像；最后，采用圖像配準(zhǔn)的方法對(duì)測(cè)試模板和參考模板的MFCC特征參數(shù)進(jìn)行模板匹配，計(jì)算兩個(gè)模板之間的匹配程度，并將該結(jié)果作為兩個(gè)模板間的