hrvatski

Metode razlikovanja govora i glazbe u digitalnim zvučnim zapisima

U sklopu ovog diplomskog rada obrađen je povijesni pregled na metode razlikovanja govora i glazba te je napravljen pregled različitih čimbenika koji utječu na uspješnost klasifikacije. To su prije svega parametri zvuka, u vremenskoj domeni postotak okvira niske energije i broj prolaza kroz ništicu, u frekvencijskoj domeni spektralni centroid, spektralni tok, frekvencija većinske spektralne snage te u kepstralnoj domeni modulacijska energija na 4 Hz i modul razlike spektra i rekonstruiranog spektra iz kepstra. Rad se zatim fokusira na različite klasifikatore koje je moguće koristiti u sklopu razlikovanja govora i glazbe te obrađuje četiri različita klasifikatora. Na kraju se diskutiraju dvije različite gotove metode koje se mogu koristiti za klasificiranje govora i glazbe.

digitalna obrada zvuka; razlikovanje govora i glazbe; broj prolaza kroz ništicu; spektralni tok; spektralni centroid; MFCC koeficijenti; MAP estimator; Gaussove mješavine; k-d stabla; k-NN algoritam

nije evidentirano