基于模板匹配的音频相似度分析方法研究与实现开题报告

1. 研究目的与意义（文献综述）

人类在现实生活中进行信息交流时，语音是最常用、最方便的手段之一。伴随着科技的不断发展，特别是网络技术的不断突破发展，通过网络语音交流的用户也逐步上升，会议记录、新闻广播等都以语音的形式存储。目前对音频相似度的检索不能快速有效的处理，加上以语音形式存储的数据量急剧增多，导致人们对网络平台资源的使用率不高。为了更好的利用网络多媒体平台资源，需要对资源的使用技术、管理、组织进行有效的优化。

音频相似度检索，在一段连续的、无限制的自然语言流中识别出人们给定的词组的过程，也就是音频关键词识别过程。通常对音频进行关键词检索的过程使用的方法有两种，一种是基于语言样例进行音频检索查询，根据用户输入的不确定的一段语音，在存储库中的语音进行检索并返回所需的音频数据段，又称为波形样例查询；另一种是基于文本形式进行查询。在网络信息时代，音频的检索技术已经在各大领域被广泛应用。在数字化图书馆，可以利用该技术对语音资源进行有效的管理和分类，提高工作效率；对数据保密度比较高的信息领域，通过该技术可以对通讯的音频等媒体数据进行实时的检索，避免了机密数据泄露。为此，对模板匹配的音频相似度分析方法的研究具有重要的意义。

2. 研究的基本内容与方案

使用dtw识别模式和参考模板的时间对应关系，求解两模板匹配时累计距离最小所对应的规整函数，将标准语音与语音等媒体流进行比较分析，得到其相似度，具体实现如下：

（1）端点检测：检测语音信号的起始点和终止点。

确定音频媒体数据的起始点和终止点。

3. 研究计划与安排

2016年3月1日~2016年3月7日，与指导老师交流，确定论文题目及相关内容，完成《基于模板匹配的音频相似度分析方法研究与实现》的开题报告。

2016年3月11日~2016年3月20日，查找关于模板匹配的音频相似度分析资料，对其进行技术分析，深入地探究其运作原理。

2016年3月21日~2016年4月10日，通过学习相关技术，利用单搭建出项目原型框架模型

4. 参考文献（12篇以上）

[1]韩纪庆,郑铁然,郑贵滨.音频信息检索理论与技术[m].北京:科学出版社,2011:11-15.

[2]thambiratnamk,ligang,mengsha,etal.leveragingthewebforautomaticallygeneratingindexableandbrowsablekeywordsforspeechfiles[a].in:procofieeeinternationalconferenceonacoustics,speech,andsignalprocessing[c],prague,czechrepubic,2011:4984-4987.

[3]xiess,liuy.usingn-bestlistsandconfusionnetworksformeetingsummarization[j].ieeetransactionsonaudio,speechandlanguageprocessing,2011,19(5):1160-1169.