当今的大词汇量的语音识别系统,在安静的实验室语音情况下已经获得了很高的识别率。但是,想要把语音识别推入到更加广阔的应用空间中区,需要对系统的鲁棒性,计算速度上提出了更高的要求。广播语音,作为一种实际语音,有其复杂性,和一般的实验室语音有一定的区别,比如:广播语音包含各种音频要素,比如人声,音乐,长的静音段,噪音等。如何提取音频中的结构化信息和音频内容,是音频信息深度处理,基于内容检索和提高系统鲁棒性的基础。目前对于广播语音的分割与分类研究是当前的研究热点之一。本文主要研究了语音和音乐之间的区别,通过抽取特定的特征搭建了一个基于支撑向量机的语音、音乐的区分系统,完成语音、音乐两种最主要的音频要素的分类。另外,本文就一种最常见的特征基音频率进行了一定的研究,并将之用于区分语音、音乐的系统中去,完成了一些实验。除此之外,本文总结了当前国际上主要的音频分割的方法。使用其中贝叶斯信息准则应用到以距离为基础的检测法,搭建了一个说话人跳变点的区分系统。本文的工作为完整的语音分割系统的搭建打下了一定的基础,对进一步的深入研究具有一定推动和借鉴意义。