Nell'era dei big data, sempre più dati audio vengono archiviati nella rete e l'automazione orientata all'audio e i sistemi di classificazione intelligenti sono richiesti. La ricerca sulla classificazione del segnale audio è fondamentale per promuovere lo sviluppo di tali sistemi. Nella ricerca sulla classificazione dei segnali audio, l'estrazione delle caratteristiche, l'ottimizzazione dei set di funzionalità e il design del classificatore sono i tre aspetti più importanti. Attraverso la ricerca e l'analisi delle letterature audio esistenti esistenti, si scopre che il focus della ricerca audio include principalmente: ricerca su diversi metodi di estrazione di feature nell'estrazione di feature; nell'ottimizzazione del set di funzionalità, ricerca su diversi algoritmi di selezione delle caratteristiche; Nella progettazione del classificatore, viene studiata la prestazione di classificazione di diversi algoritmi di classificazione. Questo documento si concentra sui tre aspetti di cui sopra, e il lavoro completato comprende principalmente le seguenti parti: 1. Utilizzo di diversi metodi di estrazione delle caratteristiche audio, incluse funzionalità del dominio del tempo, caratteristiche del dominio della frequenza, funzioni del dominio cepstrum e altre funzionalità Un totale di 89 funzioni audio di la categoria costituisce il set di funzionalità audio originale. Per il problema di ottimizzazione del set di funzionalità, vengono studiati l'algoritmo di selezione delle funzionalità basato sul coefficiente di correlazione di Pearson, l'algoritmo di selezione delle caratteristiche basato sul metodo del peso di entropia e l'algoritmo di selezione delle caratteristiche basato sull'algoritmo di rilievo. Viene proposto un algoritmo di selezione delle caratteristiche del coefficiente di correlazione migliorato. La validità e la fattibilità dei quattro algoritmi di selezione delle caratteristiche sono verificati da esperimenti e vengono confrontati i vantaggi e gli svantaggi degli algoritmi. Sono progettati un classificatore basato su albero decisionale, un classificatore vicino più vicino a K e un classificatore basato su rete neurale BP. Viene studiato il problema che la rete neurale BP è facile cadere nell'ottimale locale. È progettato un classificatore di rete neurale BP basato su algoritmo di annealing simulato. Il set di funzioni audio originale viene inserito rispettivamente in quattro tipi di dispositivi audio e la classificazione vocale e musicale è completata. Esperimenti, esperimenti di classificazione del genere musicale e esperimenti di classificazione degli strumenti musicali. I risultati sperimentali mostrano che i tassi di accuratezza della classificazione media ottenuti utilizzando il classificatore BP migliorato, il classificatore tradizionale BP, il classificatore di albero ID-3 e il classificatore neighbor più prossimo sono rispettivamente 96.15%, 92.86%, 93.60% e 85.98%. Il classificatore di rete neurale BP migliorato viene utilizzato per classificare i quattro set di funzionalità ottimizzate. I risultati sperimentali mostrano che i risultati della classificazione ottenuti utilizzando l'algoritmo di selezione delle caratteristiche del coefficiente di funzionalità migliorato sono i migliori nel parlato e nella musica. I tassi di accuratezza della classificazione media degli esperimenti di classificazione, degli esperimenti di classificazione dei generi musicali e degli esperimenti di classificazione degli strumenti musicali sono stati rispettivamente del 97,78%, 92,69% e 98,50%.
L'esperto audio è uno strumento audio molto semplice. L'audio offre agli utenti la conversione del formato audio, l'unione audio e altre funzioni. Può estrarre l'esigenza dell'utente di conservare parte da un file di testo audio sul computer e quindi creare un nuovo file audio. È un buon aiuto per gli utenti.
Caratteristiche audio avanzate:
1. Conversione del formato musicale: è possibile convertire tra qualsiasi MP3, WAV, WMA, AAC, AU, AIF, APE, VOC, FLAC, M4A, OGG e altri formati audio popolari.
2. Segmentazione della musica: dividere un file musicale in diversi file musicali di piccole dimensioni e supportare la segmentazione in base alla durata, alle dimensioni, al manuale di distribuzione medio e automatico.
3. Intercettazione musicale: estrai la parte che deve essere raccolta da un brano audio e trasformala in un file audio.
4. Unione di musica: combina più file di file musicali diversi o identici in un unico file musicale.
5. Regolazione del volume MP3: regola il volume dei brani MP3 senza alcuna perdita di qualità del suono. È possibile analizzare e regolare il volume di tutti i brani MP3 delle stesse dimensioni prima di masterizzare il disco musicale o prima di copiare il brano sul telefono cellulare. Non devi più regolare il volume del lettore quando ascolti la canzone.
