1、如何有效地對海量數(shù)據(jù)尤其是諸如音頻之類的多媒體數(shù)據(jù)進行分析、存儲和檢索是一個亟待解決的問題.由于原始音頻數(shù)據(jù)的非結構化特性,音頻檢索受到極大的限制.相對于日益成熟的圖像與視頻檢索,音頻檢索相對滯后.基于內容的音頻檢索已成為多媒體檢索技術的研究熱點.該文對基于內容的音頻檢索的關鍵技術展開分析,主要在以下幾個方面開展了工作:1、音頻信號特征提取與表達.音頻檢索是多特征組合檢索,對音頻信號的感知特征如響度、亮度、音調等;物理特征如過零率、Me

2、l倒譜系數(shù)、線性預測系數(shù)等進行了分析,不同的特征組合應用于不同類型的音頻檢索.2、音頻分割與識別.將音頻分層分割算法改進為基于模板的音頻分割算法,利用隱馬爾可夫模型的良好的隨機時序性以及不依賴于具體的應用閾值的優(yōu)勢,使分割識別準確率有較大提高.隨著MPEG壓縮格式成為多媒體編碼主流,研究了直接對MP3格式的音頻信號提取特征,基于MPEG壓縮域特征音頻分割.3、基于內容的音頻檢索.從音頻示例查詢的角度,針對不同的音頻例子表示方法,分別研究