梅铁民，路瑞茜

(沈阳理工大学 自动化与电气工程学院，沈阳 110159)



一种音频分类算法

梅铁民，路瑞茜

(沈阳理工大学 自动化与电气工程学院，沈阳 110159)

在综合分析了不同音频信号的有效区别性特征后，根据低能量帧率和子带能量在不同音频信号中的特征，对音频信号分类算法进行了研究。提出了一种综合利用低能量帧率和子带能量比的音频信号分类算法。通过仿真和实验，对连续噪声信号、音乐信号、语音信号进行了分类，结果证明该算法具有较好的分类效果。

音频分类；低能量帧率；子带能量比

不同音频信号具有明显不同的信号特征，音频信号分类就是根据这些特征对一段包含多种不同声音(如语音、音乐、噪声等)的录音信号进行分门别类，从而可以对不同声音实现快速检索、识别等工作，因此它在音频检索、语音文本转换、语音识别等方面有着重要应用。在这些应用中，音频分类作为音频信号的一种预处理手段，它的准确性和可靠性直接影响着后续工作能否顺利进行以及工作效率的高低。当前的音频信号分类方法大多采用基于各种音频信号的不同特征值的分类模式进行分类，常用的特征值有低过零率、低能量帧率、子带能量比、功率谱、倒谱、梅尔频率倒谱系数等[1-3]。然而这些方法的可靠性和准确率有待提高，此外，有些技术由于计算量大，不具备实时性。

文中通过分析音频信号的时域及频域特征，选取低能量帧率、子带能量比这两个特征进行进一步综合分析。……