El audio realiza principalmente las siguientes funciones: A, extrae la envolvente del audio, se da cuenta de que el volumen es demasiado grande, demasiado pequeño y la función de detección de intercepción; B, comparando los valores de energía antes y después de la pausa de audio, para realizar la función de detección de sonido; C, el procesamiento de ajuste de audio en línea recta de primer orden se realiza en el valor de volumen al principio y al final para obtener la pendiente y el desplazamiento vertical de la línea recta ajustada, a fin de realizar la función de detección del fundido de primer extremo. efecto de entrada y desaparición; D. El espectro de sonido actual típico tiene características de línea brillante obvias. Al calcular la energía de audio y el valor de varianza correspondiente, esta característica se analiza para realizar la función de detección de sonido actual. La invención tiene las ventajas de que se adopta el método para extraer la envoltura, y se mejora aún más la precisión de la detección de volumen; la detección del desvanecimiento dentro y fuera está bien realizada y la precisión es alta; El método tiene un buen efecto de detección en el sonido actual específico.
Con la mejora continua de la calidad de vida de las personas modernas, la búsqueda de la calidad musical por parte de las personas es cada vez más urgente. Los MP3 de alta calidad, la música en formato sin pérdida y similares, los sitios de apreciación musical y el software también están cada vez más involucrados en la vida diaria de las personas. Sin embargo, en una gran cantidad de bibliotecas de música, la calidad del audio no es uniforme, y la detección manual de la calidad del sonido requiere una gran cantidad de trabajo y no es sostenible. Por lo tanto, esto requiere una buena medida para resolver este problema.
El método de detección de características de audio, estas características afectará el efecto auditivo de la audiencia en cierta medida, proporcionando así una cierta referencia para la detección artificial de la calidad del sonido. A través de este método, las funciones de audio se pueden detectar automáticamente, se reducen la enorme carga de trabajo y el riesgo de mano de obra de la detección manual, y la eficiencia de detección se mejora efectivamente. Al mismo tiempo, la tasa de detección falsa característica causada por factores humanos puede reducirse, y la precisión de la detección se asegura aún más.
La extracción de características de audio, luego analiza la efectividad y la solidez de estas características para distinguir diferentes tipos de audio de dos aspectos. Finalmente, basado en estas características, se utiliza un clasificador de máquina de vectores de soporte (SVM) para entrenar y probar en un conjunto de datos de audio de aproximadamente 5 horas, dividiendo el audio en cinco categorías predefinidas: silencio, habla pura, habla impura, música y ambiente. sonar. Los resultados experimentales muestran que al usar funciones de audio efectivas, es posible clasificar las escenas de audio en diferentes tipos.
