Segmentierung von Audiodaten

La structuration automatique des flux de données audio, c'est-à-dire leur division en sections qui forment chacune des unités de manière significative, constitue une étape de prétraitement importante et décisive dans certains domaines, tels que la reconnaissance automatique de la parole ou la création de résumés audio. Une bonne segmentation peut également être d'une grande utilité pour la navigation à travers de longs flux de données audio ou leur visualisation. Ce travail présente un aperçu des approches existantes et examine plus en détail trois méthodes, dont chacune utilise une technique d'apprentissage automatique non supervisée, semi-supervisée et supervisée. La capacité à s'adapter à différentes problématiques et sources audio des méthodes basées sur les données a été d'une importance fondamentale.