一种阈值自适应调整的实时音频分割方法

摘要

基于内容的音频分析近年来引起了较多学者的关注.对自动分割方法进行了分析,分割是对音频信号进行深入分析的首要步骤,通常根据能量、幅值、基音等时域或频域的声音特征,设定若干固定阈值来实现.由于实时音频信号来源复杂,环境和采集设备的变化都会导致阈值的波动,从而直接影响到分割的质量.提出了一种基于声音背景学习的阈值初值计算方法,主要针对实时音频应用,设计了环境因子作为对外界环境进行检测的度量,并利用其自适应调节分割阈值,采用查表法,通过状态转移进行分片类型判断以在效率和精度之间取得平衡,并设计了多组分割实验对上述方法分别进行了验证.