基于概率神经网络的语音与音乐分类

摘要：

本文结合贝叶斯决策理论和统计学习思想，将概率神经网络(PNN)应用于音频分类，选用较少的音频特征将音频信号分为语音、音乐和静音三种类型，最后分析了PNN的分类性能及其泛化能力。实验表明，本文算法分类效果良好，分类准确率可以达到98.67％。

关键词： 音频分类 概率神经网络 贝叶斯决策 特征提取

作者: 芮瑞 鲍长春

作者单位: 北京工业大学电子信息与控制工程学院语音与音频信号处理实验室 北京 100124

会议类型: 国内会议

会议名称: 第十四届全国信号处理学术年会

会议地点: 长沙

会议语种:中文

页码: 647-650

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）