बड़े डेटा के युग में, अधिक से अधिक ऑडियो डेटा नेटवर्क में संग्रहीत किया जाता है, और ऑडियो उन्मुख स्वचालन और बुद्धिमान वर्गीकरण प्रणालियों मांग में हैं. श्रव्य संकेत वर्गीकरण अनुसंधान ऐसी प्रणालियों के विकास को बढ़ावा देने के लिए महत्वपूर्ण है । ऑडियो सिग्नल वर्गीकरण अनुसंधान में, सुविधा निष्कर्षण, सुविधा सेट अनुकूलन और वर्गीकारक डिजाइन तीन सबसे महत्वपूर्ण पहलू हैं । अनुसंधान और मौजूदा ऑडियो संबंधित literatures के विश्लेषण के माध्यम से, यह पाया गया है कि ऑडियो अनुसंधान का ध्यान मुख्य रूप से शामिल हैं: सुविधा निष्कर्षण में अलग सुविधा निष्कर्षण तरीकों पर अनुसंधान; सुविधा सेट अनुकूलन में, अलग सुविधा चयन एल्गोरिदम पर अनुसंधान; वर्गीकारक के डिजाइन में, विभिन्न वर्गीकरण एल्गोरिदम के वर्गीकरण प्रदर्शन का अध्ययन किया जाता है । इस कागज के ऊपर तीन पहलुओं पर केंद्रित है, और पूरा काम मुख्य रूप से निंनलिखित भागों शामिल हैं: 1. समय डोमेन सुविधाओं, आवृत्ति डोमेन सुविधाओं, cepstrum डोमेन सुविधाओं और अंय सहित विभिंन ऑडियो सुविधा निष्कर्षण तरीकों, का उपयोग सुविधाएँ कुल की ८९ ऑडियो सुविधाओं की श्रेणी का गठन मूल ऑडियो सुविधा सेट. सुविधा सेट ऑप्टिमाइज़ेशन समस्या के लिए, पियरसन सहसंबंध गुणांक पर आधारित सुविधा चयन एल्गोरिथ्म, एन्ट्रॉपी वेट पद्धति पर आधारित सुविधा चयन एल्गोरिथ्म और राहत एल्गोरिथ्म पर आधारित सुविधा चयन एल्गोरिथ्म का अध्ययन किया जाता है । एक बेहतर सहसंबंध गुणांक सुविधा चयन एल्गोरिथ्म प्रस्तावित है । वैधता और चार सुविधा चयन एल्गोरिदम की व्यवहार्यता प्रयोगों द्वारा सत्यापित कर रहे हैं, और एल्गोरिदम के फायदे और नुकसान की तुलना में कर रहे हैं. एक निर्णय ट्री आधारित वर्गीकारित्र, एक कश्मीर निकटतम पड़ोसी वर्गीकारित्र और एक बीपी तंत्रिका नेटवर्क आधारित वर्गीकारित्र तैयार कर रहे हैं. समस्या यह है कि बीपी तंत्रिका नेटवर्क आसान है स्थानीय इष्टतम में गिर करने के लिए अध्ययन किया है । एक बीपी तंत्रिका नेटवर्क वर्गीकरण सिमुलेटेड अनीलन एल्गोरिथ्म पर आधारित बनाया गया है । मूल ऑडियो सुविधा सेट ऑडियो उपकरणों के चार प्रकार क्रमशः में इनपुट है, और भाषण और संगीत वर्गीकरण पूरा हो गया है. उपाययोजना, संगीत घराना वर्गीकरण उपाययोजना आणि संगीत साधने वर्गीकरण उपाययोजना आहेत. प्रायोगिक परिणाम दर्शाते हैं कि बेहतर बीपी वर्गीकारक, पारंपरिक बीपी वर्गीकारक, आईडी-3 निर्णय ट्री वर्गीकारक और कश्मीर निकटतम पड़ोसी वर्गीकारक का उपयोग करके प्राप्त औसत वर्गीकरण सटीकता दरों ९६.१५%, ९२.८६%, ९३.६०% और ८५.९८%, क्रमशः. बेहतर बीपी न्यूरल नेटवर्क क्लासिफ़ायर का उपयोग चार अनुकूलित सुविधा सेटों को वर्गीकृत करने के लिए किया जाता है । प्रयोगात्मक परिणाम दर्शाते हैं कि बेहतर सुविधा गुणांक सुविधा चयन एल्गोरिथ्म का उपयोग करके प्राप्त वर्गीकरण परिणाम भाषण और संगीत में सबसे अच्छा कर रहे हैं । वर्गीकरण प्रयोगों की औसत वर्गीकरण सटीकता दरें, संगीत शैली वर्गीकरण प्रयोग, और संगीत वाद्ययंत्र वर्गीकरण प्रयोग क्रमशः ९७.७८%, ९२.६९% और ९८.५०% थे ।
ऑडियो विशेषज्ञ एक बहुत ही सरल ऑडियो उपकरण है । ऑडियो ऑडियो प्रारूप रूपांतरण, ऑडियो विलय और अन्य कार्यों के साथ उपयोगकर्ताओं को प्रदान करता है. यह कंप्यूटर पर एक ऑडियो पाठ फ़ाइल से भाग बनाए रखने के लिए उपयोगकर्ता की आवश्यकता को निकाल सकते हैं, और फिर एक नया ऑडियो फ़ाइल बनाने । यह उपयोगकर्ताओं के लिए एक अच्छा सहायक है ।
ऑडियो विशेषज्ञ विशेषताएं:
1. संगीत प्रारूप रूपांतरण: आप किसी भी एमपी 3, WAV, अर्थोपाय अग्रिम, AAC, AU, एआईएफ, बंदर, VOC, एफ़एलएसी, M4A, OGG और अन्य लोकप्रिय ऑडियो प्रारूपों के बीच परिवर्तित कर सकते हैं ।
2. संगीत विभाजन: कई छोटे संगीत फ़ाइलों में एक संगीत फ़ाइल भाजित, और समय लंबाई, आकार, औसत वितरण मैनुअल और स्वत: के अनुसार विभाजन का समर्थन ।
3. संगीत अवरोधन: ऑडियो का एक टुकड़ा से एकत्र करने की जरूरत है कि हिस्सा निकालने, और एक ऑडियो फ़ाइल में इसे बनाने.
4. संगीत विलय: एक संगीत फ़ाइल में कई अलग या समान संगीत प्रारूप फ़ाइलों का मिश्रण ।
5. एमपी 3 मात्रा समायोजन: ध्वनि की गुणवत्ता के किसी भी नुकसान के बिना एमपी 3 गाने की मात्रा को समायोजित करें । यह विश्लेषण और संगीत डिस्क जलने से पहले या मोबाइल फोन के लिए गीत की नकल करने से पहले एक ही आकार के लिए सभी एमपी 3 गाने की मात्रा को समायोजित करने के लिए संभव है । आप गीत सुनने के लिए जब अब खिलाड़ी की मात्रा को समायोजित करने के लिए नहीं है ।
