随着多媒体技术和网络技术的发展,人们日常生活中接触到的多媒体信息越来越多。如何有效的对这些海量的数据尤其是如音频之类的多媒体数据进行分析、存储和分类是一个亟待解决的问题。音频分类作为当前音频分析研究领域的一个热点,在音频检索领域有着广泛的应用。音频分类技术研究集中在两个方面,一个是表征音频内容的特征信息的提取,另一个是分类器的实现。本文在现有音频特征提取和音频分类技术基础上,研究了音频特征的分析和抽取,设计了基于GMM和HMM的音频分类系统,实现了对静音、纯语音、音乐和带背景的语音四类音频信号的分类。本文的主要工作和研究成果包括以下内容:(1)音频分类以提取的音频特征为基础,音频特征的选取要能充分体现出音频的重要的分类特征。音频特征分析和提取是音频分类问题的基础和关键所在。本文在分析音频信号的时域、频域和声学特征的基础上,提取了音频的帧特征和段特征,包括短时平均能量、过零率、频谱质心、带宽、子带能量比、Mel频率倒谱系数和基音等特征。(2)基于内容的音频分类器的难点是如何构造分类器,建立音频的低级声学特征和高级类别特征之间的映射关系。本文在分析现有的典型分类算法的基础上,分别提出了基于高斯混合模型和隐马尔可夫模型的分类器,实现了对静音、纯语音、音乐和带背景的语音四类音频信号的分类。(3)实验表明,本文提出的特征有效,分类器的性能良好。