在現(xiàn)如今,廣播是人們接收新聞、歌曲、娛樂節(jié)目等信息的重要途徑。由于廣播具有受眾面廣,影響力大的特點,對于廣播節(jié)目中的廣告檢測具有很重要的現(xiàn)實意義。廣告檢測對于政府監(jiān)管,媒體運營,廣告投放等工作都具有很大的幫助作用。針對上述實際需求,本文提出了一種基于音頻內(nèi)容重復(fù)性的廣播中廣告檢測方法。該方法的主要思想是結(jié)合廣播節(jié)目中同一廣告在固定時段出現(xiàn)頻率高、數(shù)量大的特性,通過找出廣播中音頻內(nèi)容的重復(fù)段來確定廣告及其位置。本文提出的這種方法具有計算速度快,無需大量人力投入等特點。本文的主要工作如下:1.對目標(biāo)音頻進行自相似性矩陣的計算。通過自相似性矩陣得到音頻中內(nèi)容相似重復(fù)的音頻段作為相似段,并對出現(xiàn)多次的相似段進行剔除,得到最終的廣告和起止時間。2.使用基于音頻分類分割的方法對廣告檢測算法進行優(yōu)化。使用支持向量機對未知音頻進行分類,共分為語音,含噪語音,背景音,音樂共四類,并對支持向量機分類得到的分類結(jié)果進行平滑,并根據(jù)平滑后的結(jié)果得到音頻分割點。3.使用梯度提升樹對廣告音頻與非廣告音頻進行分類,基于音頻重復(fù)性的廣告檢測算法存在局限性,未重復(fù)出現(xiàn)的廣告不能通過該方法檢測出來。因此本文使用基于梯度提升樹的廣告檢測算法檢測音頻段中未重復(fù)出現(xiàn)的廣告。最后將兩種方法的檢測結(jié)果結(jié)合起來。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN931
【部分圖文】：

本節(jié)對第 2 章中涉及到的音頻特征進行實驗以區(qū)分上述四種音頻內(nèi)容。本節(jié)所用的實驗數(shù)據(jù)時長 4 分鐘、語音、含噪語音、背景音四種內(nèi)容類型。每種類型的音 分鐘。四個音頻片段在時間上按照歌曲、語音、含噪語音次拼接。實驗數(shù)據(jù)為單聲道音頻文件，采樣率為 8000Hz。 50ms，幀移為 25ms。通過實驗數(shù)據(jù)對過零率、短時能量、能量熵、頻譜中心、通量、頻譜滾降點、譜熵這 8 種特征在四種音頻內(nèi)容的區(qū)本節(jié)將使用實驗音頻計算每一種音頻特征。并將計算結(jié)果坐標(biāo)，音頻特征數(shù)值為縱坐標(biāo)的坐標(biāo)系中。 過零率音頻數(shù)據(jù)的過零率曲線如圖 4-1 所示，不同類型音頻通過。在時間軸上從左到右的音頻分別屬于音樂、語音、含噪

背景音與語音的過零率居中，音樂的過零率最低。區(qū)分含有語音的音頻段與音樂段。高過零率比率是關(guān)于過由于音樂和噪聲的幀過零率普遍較低，故音樂和噪音的高 0。因此高過零率比率同樣可以很好的區(qū)分語音與非語音高過零率比率特征適用于上述四種類型音頻的分類任務(wù)。 短時能量 4-2 中我們可以發(fā)現(xiàn)，語音的平均短時能量最高，音樂其均短時能量較語音和音樂相比顯著減少。背景音的短時能 0。由于四種類型的音頻在短時能量特征上的顯著差異，分類模型使用的特征之一。低能幀比率是短時能量的統(tǒng)計能將不同類型音頻短時能量特征上的差異進一步的放大。以作為分類器使用的特征。

能量熵對比圖
【參考文獻】

相關(guān)期刊論文 前3條

1 張玉珍;夏肇霖;王建宇;戴躍偉;;基于音頻和文本融合的廣告單元分割[J];南京理工大學(xué)學(xué)報;2012年03期

2 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語譜圖像識別的廣告檢索[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年09期

3 劉祥樓;賈東旭;李輝;姜繼玉;;說話人識別中支持向量機核函數(shù)參數(shù)優(yōu)化研究[J];科學(xué)技術(shù)與工程;2010年07期

相關(guān)碩士學(xué)位論文 前4條

1 熊晨輝;基于音頻匹配的廣告監(jiān)播技術(shù)研究[D];電子科技大學(xué);2016年

2 曹雪昭;音頻廣告檢測算法研究[D];上海交通大學(xué);2015年

3 張楊;基于內(nèi)容的相似音視頻檢測及廣告檢測[D];北京郵電大學(xué);2014年

4 聶華;基于音頻指紋的廣告檢測技術(shù)研究[D];湘潭大學(xué);2011年

本文編號：2883995