結構化信息

連續 音頻流分類給出的音頻類型結構化信息，是建立音頻 數據庫索引、實現底層結構單元向高層語義結構單元關聯的基礎。CBAR技術通常要分析 音頻流的結構和語義，從不同類型的 音頻信號中提取高層語義信息,如對語音部分抽取關鍵詞,建立它們的結構化的組織和索引，使“無序”的音頻流變得“有序”，以便于用戶的檢索和瀏覽。可見，如果不知道 音頻流的所包含的聲音類別和及其位置信息,高層語義的提取根本無從談起。

相關介紹

連續 音頻流分類技術可以作為視頻鏡頭自動分割和分類的有效的輔助工具。由于受技術發展的限制,單獨依靠現有的圖像和 視頻處理技術還不能使計算機“理解”視頻的內容,視頻鏡頭切分精確度也不高，不能對故事單元進行基于內容的分類。如果利用連續 音頻流分類技術將 視頻流所對應的音頻進行切分,利用較實用的 語音識別技術對其中的語音部分進行語音識別，利用已經比較成熟的 全文檢索技術對語音識別結果進行處理,提取文本摘要，則可以較好地解決這些問題。音視頻編輯領域的知識和一些基本規則告訴我們,如果 視頻流所對應的 音頻類型沒有發生變化，其對應的視頻可以不進行分割處理。因此通過對 音頻流恰當的切分，可以大大提高視頻的分割效率和準確率。

此外,連續流 音頻流分類技術還可以用在音頻內容理解（Audio Content Understanding）、音頻監測（Audio Surveillance）和音頻場景分析（Audio Scene Analysis）等領域。總之， 音頻數據自身的特點和現有技術的制約，使得對音頻流的進一步處理受到了限制，而連續音頻流分類技術可以很好解決這一問題，為音頻流結構化和音頻信息深度分析和利用提供了堅實的基礎。

分類技術

利用連續 音頻流分類技術可以為ASR提供單一的語音片段,是現有 語音識別系統走向實際應用的先決條件之一。現有的連續 語音識別系統對輸入語音信號的要求近乎苛刻，一般不僅不能包含諸如音樂、環境音等其它種類的聲音，而且要有較高的信噪比。ASR則要求對現實生活中的 音頻流如廣播新聞,影視、會議、演講等錄音進行自動轉錄（Transcribe），生成包含語義內容、位置和其它信息的“抄本”（Transcription）。我們知道,以上列舉出的這些 音頻流通常由語音和其它類型的聲音連接而成，如果不對其預先分段并去除非語音部分,必定會對 語音識別系統的性能產生嚴重的影響。

定義

流媒體就是指在網絡上使用 流式傳輸技術的連續時基媒體，是通過 網絡傳輸的 音頻、視頻或 多媒體文件。關鍵是 流式傳輸技術，流式傳輸主要指通過網絡傳送媒體(如視頻、 音頻)的技術總稱，其特定含義為通過網絡將影音節目傳送到PC單機。

實現 流式傳輸分兩種方法:實時流式傳輸方式(Realtime streaming)和順序流式傳輸方式(progressive streaming)。

常用格式

網絡上常見的流格式 音頻的格式主要有美國Realnetwork公司的*.RA格式和 微軟公司的*.WMA格式,另外還有一個多用于專業領域的美國蘋果公司*. MOV格式，在這三種格式中,MOV格式的音質是最好的，特別是MIDI方面,支持GS和GM兩種音色，播放效果要明顯的強于Windows media player，下面就給大家詳細的介紹這幾種格式的特點：

RealAudio格式

這是 美國RealNetwork公司的一個元老級的產品，也是目前網上最流行的 流式媒體技術。許多Internet的音樂臺、 視頻點播站點都采用它。RealMedia其中包含RealAudio(聲音文件)、RealVideo(視頻文件)和RealFlash(矢量動畫)這三類文件。

QuickTime 格式

QuickTime與RealMedia一樣，完合兼容于蘋果機與PC機。在同樣 網速和文件大小的情況下，它的音像品質是最好的。它由三個不同部分所組成：QuickTime Movie(電影)文件格式，QuickTime媒體抽象層、QuickTime內置媒體服務系統。

Windows Media Audio格式

WMA(Windows Media Audio)是來自于 微軟的重量級選手,它的前身是 微軟公司的Netshow，后臺強硬,也是為數眾多Windows使用者最為熟悉的，它的核心技術是ASF(Advanced Streaming Format,高級流格式)。ASF格式支持任意的壓縮/解壓縮編碼方式，并可以使用任何一種底層 網絡傳輸協議，具有很大的靈活性，比較MPEG之類的壓縮標準增加了控制命令腳本的功能，它以減少數據流量但保持文件質量的方法來實現流式多媒體內容發布。

網絡上風行的FLASH雖然是矢量動畫技術，可是它一樣的可以包含聲音信息,也支持 流式傳輸，高品質FLASH的SWF格式文件聲音更加出眾，而且文件體積更小，也有使用這種技術做的音樂網站,在欣賞的時候需要你安裝一個FLASH的 插件,以2013年的 網絡速度而言，區區幾百KB的FLASH插件一會兒的工夫就可以安裝完成,然后你就可以欣賞SWF格式的音樂了。

流媒體傳輸協議

在 瀏覽器中，我們常見的地址是以http://和ftp://開頭的。 Web服務器也可以通過 http協議來處理流式媒體文件,然而Web服務器本身的設計并不能有效率地傳送 串流媒體檔案。

串流媒體必須占用一個不間斷地 封包串流,而且會長時間地與服務器保持連線狀態，如果有太多訪客同時上線觀看,效能便會大打折扣。為了解決這個問題，流格式媒體文件有它自己的一套協議。

1、即時串流通訊協議(Real Time Streaming Protocol，RTSP)：是RealNetworks公司協助建立的一個用來傳送 串流媒體的開放網頁標準。雖然它必須使用一種稱為RealServer的特殊服務器,然而RTSP能夠提升流式媒體影片的品質,改善傳送效率以及提供更佳的高流量處理功能。如果你的ISP具備了RealServer服務,那么建議你使用RealServer而不要使用Web服務器來傳送 串流媒體檔案。

2、MMS(Media Server protocol,MMS):這是微軟定義的一種流格式 傳輸協議。

3、 實時傳輸協議(Theater Server protocol,RTP):這是用于Internet上針對多媒體 數據流的一種傳輸協議。RTP被定義為在一對一或一對多的傳輸情況下工作,其目的是提供時間信息和實現流同步，通俗的說也就是網絡上的WEB服務器。

4、資源預訂協議(ResourceReserveProtocol,RSVP),由于 音頻和視頻 數據流比傳統數據對網絡的延時更敏感，要在網絡中傳輸高質量的音頻、視頻信息，除 帶寬要求之外,還需其他更多的條件。RSVP是正在開發的Internet上的資源預訂協議，使用RSVP預留一部分網絡資源(即 帶寬)。

這些協議代替了http和ftp，而是像mms://61.139.25.41/quake，以MMS或RTSP等開頭。