MPEG-7音效內涵描述自動擷取工具之實作

Abstract

隨著大量地多媒體資料的產生，多媒體資料的內涵式查詢成為目前極重要的研究主題。為了統一多媒體內涵特徵值的表示方式，建立多媒體內涵描述的標準，因而產生了MPEG-7此一項新的多媒體國際標準。MPEG-7雖然對影像(images)、視訊(video)、與音訊(audio)制定了大量的內涵描述子，但對聽覺性媒體如音樂與音效的內涵描述子便有所欠缺。因此，本篇論文針對此項缺失，整合目前MPEG-7的音訊描述子，以及以往在音效與音訊的內涵式查詢與分類相關文獻所提出之音訊特徵值，按照MPEG-7標準所制定的資料定義語言以及內涵描述的資料綱目的語法格式，定義了26種音效描述子，補充MPEG-7在音效特徵描述不足的部分。我們實作了一套MPEG-7音效特徵描述自動擷取工具，可以對每一個MP3音效檔進行特徵值的擷取動作，並產生各個音效檔的特徵描述內容的XML檔案。我們也將電影音效的26種描述子及其類別，儲存在關聯式資料庫中，建立一個電影音效特徵資料庫，作為電影與音效資料探勘技術研究發展的基礎。