[发明专利]一种基于类边界分布特性的音频分类器训练方法

说明书

技术领域

本发明涉及一种音频分类器训练方法，尤其涉及一种基于类边界分布特性的音频分类器训练方法。

背景技术

音频分类是指对音频文档中的不同音频类型进行分类，比如，从音频文档中分类出语音部分、音乐部分等等。音频分类具有广泛应用，比如，西班牙的一项研究采用音频分类技术对会议音频文档进行分类，以便于会议音频的分类归档；美国约克大学的一项研究对记录人们的日常行为的音频文档进行音频分类，以便于描述人们的社会活动等等。音频分类需要训练良好的分类器以及良好的分类策略，目前多数的音频分类研究多集中在分类策略的研究上。然而，我们认为训练性能良好的分类器更加重要，因为如果训练的分类器的分类性能好的话，则简单的分类策略即可得到满意的分类结果。训练具有良好性能的分类器的一种有效手段就是采用主动学习的方法。主动学习是一个循环迭代的过程，在每一轮迭代中，主动学习挑选信息含量最大的那些样本参与训练，直到满足停止准则。在主动学习技术中最关键的一步就是信息含量大的样本的选择。目前的研究中对信息含量大的样本的选择多是基于不确定性的，即将那些当前分类器不确定的样本选作信息含量大的样本，用其参与训练。本发明通过考察音频样本的类边界分布特性后认为，仅仅基于不确定性进行样本选择是不够的，因此本发明总结了音频样本的类边界分布特性，然后根据这些特性来选择信息含量大的样本参与训练，进而得到分类性能良好的音频分类器。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于类边界分布特性的音频分类器训练方法，它具有提高分类器性能，同时减少人工标注工作量的优点。

为了实现上述目的，本发明采用如下技术方案：

一种基于类边界分布特性的音频分类器训练方法，具体步骤为：

步骤一：输入初始已标注音频样本集L和未标注音频样本集U，建立音频样本数据库，并利用初始已标注音频样本集L对SVM分类器进行第一次训练；

步骤二：确定当前SVM分类器的稀疏区域，并将稀疏区域扩展至包含混淆区域，从扩展后的稀疏区域内选出分类信息量大的样本，并消除信息量大的样本中存在的冗余；

步骤三：将分类信息量大的样本交由专家标注后放入已标注样本集L中；

步骤四：用更新的已标注样本集L再次训练SVM分类器；

步骤五：判断是否满足停止准则，满足则停止迭代，输出训练好的SVM分类器；不满足则重复步骤二～步骤四。

所述步骤二的具体步骤为：

步骤（2-1）：将当前分类器的分类间隔等分成M个互不交叠的区域，得到具有M个柱状体的直方图H，根据直方图H中各个柱状体的概率值求得待分类的两类的熵和，将能使该熵和取最大值的柱状体所代表的连续区域定义为当前SVM分类器分类间隔内的稀疏区域；

步骤（2-2）：利用直方图中各个柱状体的混淆率对当前SVM分类器的稀疏区域进行扩展，使得扩展后的稀疏区域包含混淆区域；

步骤（2-3）：将扩展后的稀疏区域内的样本按照其决策值与扩展前稀疏区域内的样本的平均决策值的差值绝对值大小进行升序排序，排序后根据样本不共享最近邻支持向量的原则以及样本不能互为最近邻的原则，消除信息含量大的样本中存在的冗余；

所述步骤（2-1）的具体步骤为：

（21-1）用当前分类器对未标注样本进行分类；

（21-2）将分类间隔等分成互不交叠的M个区域，对每个区域内的样本数（包括已标注的样本和未标注的样本）进行统计，得到具有M个柱状体的直方图H，M为自然数；

（21-3）令p_i(i＝1，…，M)表示直方图H中第i个柱状体的概率，该概率值等于第i个柱状体中样本数和样本集中位于分类器分类间隔内的样本数的比值，样本集中位于分类器分类间隔内的样本包括已标注的样本和未标注的样本；

（21-4）设Ω₁，Ω₂表示两个类，假设两类之间的分类阈值为t(t＝1，…，M)，则类Ω₁的熵和类Ω₂的熵表示成关于阈值t的函数，即：