Segmentierung von Audiodaten

La strutturazione automatica dei flussi di dati audio, ovvero la loro suddivisione in sezioni che formano unità in modo significativo, rappresenta un importante e decisivo passo di pre-elaborazione in alcuni ambiti, come il riconoscimento automatico della voce o la creazione di riassunti audio. Una buona segmentazione può rivelarsi molto utile anche nella navigazione attraverso flussi di dati audio più lunghi o nella loro visualizzazione. Questo lavoro offre una panoramica degli approcci esistenti e presenta in dettaglio e a confronto tre metodi, ciascuno dei quali utilizza una tecnica di apprendimento automatico non supervisionato, semi-supervisionato e supervisionato. La capacità di adattarsi a diverse problematiche e fonti audio dei metodi basati sui dati è stata di fondamentale importanza.