| 主权项 |
1.一种智慧型音讯处理器,包括: 一特征撷取单元,其系接收一音讯讯号,并使用数 个音讯描述子对该音讯讯号撷取数个特征値; 一资料预处理单元,正规化该些特征値以取得数个 分类资讯;及 一分类演算单元,其系依该分类资讯将该音讯讯号 分类成数种不同种类的音乐。 2.如请求项1所述之智慧型音讯处理器,更包括一独 立成份分析单元接收该音讯讯号、自该音讯讯号 分离出数个音乐成份,以及将该些音乐成份输入至 该特征撷取单元。 3.如请求项2所述之智慧型音讯处理器,其中该音讯 讯号为一第一声波与第二声波所混合之讯号。 4.如请求项3所述之智慧型音讯处理器,其中该第一 声波为一生物体发出的声音讯号。 5.如请求项4所述之智慧型音讯处理器,其中该第二 声波为一乐器之混合讯号。 6.如请求项4所述之智慧型音讯处理器,其中该第二 声波为一环境之杂讯。 7.如请求项1所述之智慧型音讯处理器,其中该音讯 讯号为一人的声波与乐器之音波所混合之讯号。 8.如请求项7所述之智慧型音讯处理器,其中该特征 撷取单元系在频率域、时域及统计値上撷取该音 讯讯号之特征値。 9.如请求项8所述之智慧型音讯处理器,其中该特征 撷取单元处理该频率域之特征时,利用之计算法包 括:线性预期编码、梅尔倒频谱系数、响度、音高 、自相关、音讯频谱重心、音讯频谱由重心决定 的程度、音讯频谱平坦程度、音讯频谱波封、谐 音频谱重心、谐音频谱偏差、谐音频谱重心决定 的程度或谐音频谱变异或上述之组合。 10.如请求项8所述之智慧型音讯处理器,其中该特 征撷取单元在处理该时域之特征时,利用之计算法 包括:对数出击时间、节拍重心或过零率或上述之 组合。 11.如请求项8所述之智慧型音讯处理系统,其中该 特征撷取单元在处理该统计上之特征时,利用之计 算法包括偏态及峰度。 12.如请求项1所述之智慧型音讯处理器,其中该分 类演算单元系依类神经网路、模糊类神经网路、 最近邻居法则及隐藏式马可夫模型分类该音讯讯 号。 13.一种音讯分类处理方法,包括: 一音讯分类器接收一第一音讯讯号,对该第一音讯 讯号撷取出一第一组音讯特征参数; 正规化该第一组音讯特征参数以取得数个分类项 目; 接收一第二音讯讯号,对该第二音讯讯号撷取出第 二组音讯特征参数; 正规化该第二组音讯特征参数以取得数个分类资 讯;及 使用人工智慧演算将该第二音讯讯号分类至该等 分类项目,并储存至资料库。 14.如请求项13所述之音讯分类处理方法,更包括以 独立成份分析该第二音讯讯号,并自该第二音讯讯 号中分离出数个音乐成份。 15.如请求项13所述之音讯分类处理方法,其中该第 一音讯讯号为一欲分类之测试讯号,可产生该音讯 分类器之分类项目。 16.如请求项13所述之音讯分类处理方法,其中该第 二音讯讯号为数个声波所混合之讯号。 17.如请求项13所述之音讯分类处理方法,其中对该 第一音讯讯号撷取出第一组音讯特征参数,系在频 率域、时域及统计上撷取该音讯讯号之特征。 18.如请求项13所述之音讯分类处理方法,其中对该 第二音讯讯号撷取出第二组音讯特征参数,系在频 率域、时域及统计上撷取该音讯讯号之特征。 19.如请求项13所述之音讯分类处理方法,其中分类 至该等分类项目系依类神经网路、模糊类神经网 路、最近邻居法则及隐藏式马可夫模型分类该输 入讯号。 图式简单说明: 第1图为根据本发明之一实施例之智慧型音讯处理 器之架构示意图。 第2图为根据本发明之一实施例之类神经网路架构 示意图。 第3图为根据本发明之一实施例之模糊类神经网路 架构示意图。 第4图为根据本发明之一实施例之最近邻居法则之 步骤示意图。 第5图为根据本发明之一实施例之隐藏式马可夫模 型之处理步骤示意图。 |
