A korszak nagy adatok egyre több audio adatokat tárolja a hálózaton, és audio-orientált automatizálás és intelligens osztályozási rendszerek a kereslet. Audio jelet osztályozás kutatás fontos elősegíteni az ilyen rendszerek. Audio jelet osztályozás kutatás, jellemzők kiemelése, szolgáltatáskészlet-optimalizálás és osztályozó design a három legfontosabb szempontja. A kutatás és elemzés a meglévő audio kapcsolódó irodalmak, megállapítást nyert, hogy a hang kutatás középpontjában elsősorban tartalmazza: kutatás különböző funkció extrakciós módszer a jellemzők kiemelése; a funkció beállítása optimalizálás, kutatás a különböző funkció kiválasztási algoritmusok; A design az osztályozó különböző osztályozási algoritmusok osztályozás teljesítményét vizsgálták. Ez a dokumentum a fenti három szempontokra összpontosít, és az elvégzett munka elsősorban a következő részeket tartalmazzák: 1. használ a különböző audio funkció kitermelési módszerek, beleértve a idő domain szolgáltatások, frekvencia tartomány funkciók, cepstrum domain szolgáltatások és egyéb funkciók A összesen 89 hang funkciók kategória alkotják az eredeti audio vonás készlet. A szolgáltatás beállítása optimalizálási problémát, a szolgáltatás kijelölési algoritmus alapján a Pearson-féle korrelációs együttható, a funkció kiválasztó algoritmust entrópia fogyás módszer alapján, és a funkció kiválasztó algoritmust megkönnyebbülés algoritmus alapján vizsgálták. A javaslat egy továbbfejlesztett korrelációs együttható funkció kiválasztó algoritmust. Érvényességét és megvalósíthatósági négy funkció kiválasztási algoritmusok kísérletek igazolják, és előnyeit és hátrányait algoritmusok képest. A határozat alapján fa osztályozó, a K-legközelebbi szomszéd osztályozó és a BP neurális hálózat alapú osztályozó tervezték. A probléma hogy BP neurális hálózat könnyű-hoz esés-ba helyi optimális tanult. A BP neurális hálózat osztályozó szimulált hökezelö algoritmus alapján tervezték. A eredeti audio vonás készlet van bemenet-ba négy különböző audio eszközök illetőleg, és a beszéd és a zene osztályozás. Kísérletek, zenei műfaj osztályozás kísérletek és zenei eszköz besorolása kísérletek. A kísérleti eredmények azt mutatják, hogy az átlagos besorolás pontosságát árak kapott segítségével továbbfejlesztett BP osztályozó, hagyományos BP osztályozó, ID-3 határozat fa osztályozó és a K-legközelebbi szomszéd osztályozó 96.15, 92.86, 93.60 és 85.98 %, ill. A továbbfejlesztett BP neurális hálózat osztályozó szolgál a négy jobbá tett vonás sets. Kísérleti eredményei azt mutatják, hogy a továbbfejlesztett funkció együttható funkció kijelölés algoritmus alkalmazásával nyert osztályozási eredmények a legjobb a az beszéd és a zene. Az átlagos besorolás pontosságát osztályozás kísérletek, a zenei műfaj osztályozás kísérletek és a hangszer osztályozás kísérletek voltak 97.78 % 92.69 % és 98.50 %.
A audio szakértő egy nagyon egyszerű audio eszköz. Hang szolgáltat használók-val audio formátum átalakítás, hang összevonása és egyéb funkciókat. Tud kivonat a felhasználó kell megőrzik része a számítógép audio-szöveg fájlból, és majd, hogy egy új audio fájlt. Egy jó segítő részére használók.
Audio szakértői jellegét meghatározza:
1. zenei formátum átalakítása: Konvertálhatja, bármilyen MP3, WAV, WMA, AAC, AU, AIF, emberszabású majom, VOC, FLAC, M4A, OGG és más népszerű audio formátumok között.
(2) zene szegmentálás: egy zenei fájl osztva több kis zenei fájlok, és támogatja a szegmentáció idő hosszát, méretét, átlagos kézi és automatikus.
(3) zene elfogás: kivonat a része, hogy kell lennie egy bábu-ból audio gyűjtött, és állítsa azt be egy audio fájlt.
4. zene szolgáltatásprofilokban található: Kombinálja több különböző vagy azonos formátumú zenefájlokat egy zene-file-ba.
5. MP3 hangerő-szabályozás: a hangerő MP3 dalok hangminőség romlása nélkül. Elemzi és behangolja minden MP3-dalokat, az azonos méretű mennyiségét, a zene lemez írása vagy a dal másolása a mobiltelefon előtt lehetőség. Nem kell a hangerőt a játékos már, amikor hallgatni a dalt.
