Download Luận văn ThS: Xây dựng hệ thống tìm kiếm âm thanh theo nội dung dựa trên đặc trưng miền tần số



1. Mở đầu





1.1 Lí do chọn đề tài





Xã hội ngày càng phát triển lượng thông tin lưu trữ ngày càng lớn dẫn tới việc tìm kiếm dữ liệu đa phương tiện càng trở nên khó khăn. Do đó cần có các hệ thống tìm kiếm thông tin hỗ trợ người sử dụng tìm kiếm một  cách chính xác, nhanh chóng, hiệu quả và tiết kiệm thời gian. Hơn nữa, Công nghệ thông tin truyền thông, mạng máy tính và các giao thức truyền thông phát triển mạnh mẽ, kết hợp với khả năng mô tả, đồ họa phong phú của các trình duyệt đã mang lại sự đa dạng về các dữ liệu cho người dùng đầu cuối. Do đó, đòi hỏi làm thế nào để tổ chức và cơ cấu một lượng rất lớn các dữ liệu đa phương tiện để có thể dễ dàng nhận được thông tin cần thiết một cách nhanh chóng tại bất kỳ thời điểm nào.





1.2 Đối tượng phạm vi nghiên cứu





Các khái niệm cơ bản về cơ sở dữ liệu đa phương tiện. 





Các khái niệm cơ bản về đặc trưng âm thanh. 





Một số kỹ thuật ứng dụng phát triển cơ sở dữ liệu âm thanh. 





1.3 Phương pháp nghiên cứu





Tổng hợp các tài liệu đã được công bố về dữ liệu âm thanh.  





Thực nghiệm một số thuật toán biến đổi trong xử lý âm thanh  





Nhận xét, đánh giá kết quả thử nghiệm.





 





2. Nội dung





2.1 Giới thiệu cơ sở dữ liệu đa phương tiện





Các dữ liệu đa phương tiện





Tổng quan cơ sở dữ liệu đa phương tiện







  • Khái niệm


  • Kiến trúc cơ sở dữ liệu đa phương tiện 


  • Đặc trưng của một cơ sở dữ liệu đa phương tiện






Khái quát cơ sở dữ liệu âm thanh







  • Một số khái niệm


  • Dữ liệu âm thanh


  • Giới thiệu Cơ sở dữ liệu âm thanh






2.2 Trích chọn đặc trưng âm thanh





Khái quát về đặc trưng chính của âm thanh





Các đặc trưng âm thanh trong miền thời gian







  • Năng lượng trung bình


  • Zero crossing rate


  • Silence ratio






Các đặc trưng âm thanh trong miền tần số







  • Phổ âm thanh


  • Bandwidth


  • Phân bổ năng lƣợng


  • Điều hòa (Harmonicity)


  • Cao độ (Pitch)


  • Ảnh phổ (Spectrogram)


  • Các đặc trưng chủ quan






Đặc trưng âm thanh MFCC







  • Các bước tính MFCC


  • Đặc trưng âm thanh MFCC


  • Phương pháp phân tích MFCC






Phân lớp âm thanh







  • Giới thiệu về phân lớp âm thanh


  • Đặc điểm chính của phân lớp âm thanh


  • Kỹ Thuật phân lớp âm thanh






Một số kỹ thuật phân cụm







  • Tổng quan về phân cụm


  • Kỹ thuật phân cụm không phân cấp


  • Phương pháp phân cụm K- means 


  • K- means đầy đủ


  • Kỹ thuật phân lớp dùng thời gian động DTW






Mô hình hệ thống cở sở dữ liệu âm thanh





2.3 Xây dựng chương trình thử nghiệm





Giới thiệu bài toán thử nghiệm





Cài đặt thử nghiệm hệ thống tìm kiếm âm thanh







  • Mô hình hệ thống


  • Luồng dữ liệu trong chƣơng trình và các âm thanh số thực nghiệm


  • Một số chức năng của chương trình






Kết quả thực nghiệm





 





3. Kết luận





Luận văn trên đây đã giới thiệu một số phương pháp tìm kiếm âm thanh theo nội dung, bao gồm tình hình nghiên cứu và hướng phát triển của việc tìm kiếm  dữ  liệu  âm  thanh  hiện  nay,  các  khái  niệm  cơ  sở  và  chọn  lọc  một  số phương pháp, giải thuật nghiên cứu đã được chứng minh là hiệu quả thông qua các thí nghiệm trong thời gian gần đây. Việc tìm kiếm âm thanh theo nội dung nói chung và nhận dạng giọng nói nói riêng  là một vấn đề khó, đòi hỏi kết hợp nhiều phương pháp khác nhau, sử dụng nhiều bộ tham số đặc trưng khác nhau.  Trong khuôn khổ luận văn mới chỉ cài đặt thử nghiệm hệ thống nhận dạng giọng nói sử dụng một đặc trưng MFCC, chưa kết hợp thêm các đặc trưng khác như tần số cơ bản, formant…  Luận văn đã thực hiện được: 







  • Tìm hiểu các đặc trưng của âm thanh và tiếng nói. 


  • Tìm hiểu một số phương pháp trích chọn đặc trƣng sử dụng MFCC, tần số cơ bản F0 và Formant. 


  • Đề xuất một mô hình cho hệ thống nhận dạng tìm kiếm âm thanh. Cài đặt được phần mềm thử nghiệm trên nền Matlab.






 





4. Tài liệu tham khảo





Đặng Văn Chuyết, Ngô Minh Dũng “Khảo sát tính ổn định của một số đặc trưng ngữ âm trong nhận dạng người nói” 





Đặng Văn Đức, cơ sở dữ liệu đa phương tiện, Bài giảng cho cao học, Đại học Công nghệ thông tin và truyền thông, Đại học Bách khoa - Hà Nội, Đại học Công nghệ 2005-2014 





ETSI, “ES 202 050 V1.1.5 (2007-01)”, Chuẩn cho xử lý, truyền dẫn và nhận dạng tiếng nói của tổ chức tiêu chuẩn châu Âu ESTI. 





Phạm  Văn Sự,  Trương  Xuân Thành, “Giáo trình xử lý  tiếng nói”, Học viện Công nghệ Bưu chính Viễn thông.





Dalibor Mitrovic et.al., Features for Content-Based Audio Retrieval ,  Vienna University of Technology, 2010. 





DALIBOR MITROVI´ C et al, “Features for Content-Based Audio Retrieval”, Vienna University of Technology, [email protected].....





5. Phụ lục





Phụ lục 1: Sơ lượng về MATLAB





Phụ lục 2: Một số mã nguồn


Liên hệ Admin để có thêm trợ giúp

Về các lỗi download tài liệu, lỗi cài đặt source code

Phản ánh về các link lỗi để đội ngữ Admin chỉnh lại