结构化信息

连续 音频流分类给出的音频类型结构化信息，是建立音频 数据库索引、实现底层结构单元向高层语义结构单元关联的基础。CBAR技术通常要分析 音频流的结构和语义，从不同类型的 音频信号中提取高层语义信息,如对语音部分抽取关键词,建立它们的结构化的组织和索引，使“无序”的音频流变得“有序”，以便于用户的检索和浏览。可见，如果不知道 音频流的所包含的声音类别和及其位置信息,高层语义的提取根本无从谈起。

相关介绍

连续 音频流分类技术可以作为视频镜头自动分割和分类的有效的辅助工具。由于受技术发展的限制,单独依靠现有的图像和 视频处理技术还不能使计算机“理解”视频的内容,视频镜头切分精确度也不高，不能对故事单元进行基于内容的分类。如果利用连续 音频流分类技术将 视频流所对应的音频进行切分,利用较实用的 语音识别技术对其中的语音部分进行语音识别，利用已经比较成熟的 全文检索技术对语音识别结果进行处理,提取文本摘要，则可以较好地解决这些问题。音视频编辑领域的知识和一些基本规则告诉我们,如果 视频流所对应的 音频类型没有发生变化，其对应的视频可以不进行分割处理。因此通过对 音频流恰当的切分，可以大大提高视频的分割效率和准确率。

此外,连续流 音频流分类技术还可以用在音频内容理解（Audio Content Understanding）、音频监测（Audio Surveillance）和音频场景分析（Audio Scene Analysis）等领域。总之， 音频数据自身的特点和现有技术的制约，使得对音频流的进一步处理受到了限制，而连续音频流分类技术可以很好解决这一问题，为音频流结构化和音频信息深度分析和利用提供了坚实的基础。

分类技术

利用连续 音频流分类技术可以为ASR提供单一的语音片段,是现有 语音识别系统走向实际应用的先决条件之一。现有的连续 语音识别系统对输入语音信号的要求近乎苛刻，一般不仅不能包含诸如音乐、环境音等其它种类的声音，而且要有较高的信噪比。ASR则要求对现实生活中的 音频流如广播新闻,影视、会议、演讲等录音进行自动转录（Transcribe），生成包含语义内容、位置和其它信息的“抄本”（Transcrtption）。我们知道,以上列举出的这些 音频流通常由语音和其它类型的声音连接而成，如果不对其预先分段并去除非语音部分,必定会对 语音识别系统的性能产生严重的影响。

定义

流媒体就是指在网络上使用 流式传输技术的连续时基媒体，是通过 网络传输的 音频、视频或 多媒体文件。关键是 流式传输技术，流式传输主要指通过网络传送媒体(如视频、 音频)的技术总称，其特定含义为通过网络将影音节目传送到PC单机。

实现 流式传输分两种方法:实时流式传输方式(Realtime streaming)和顺序流式传输方式(progressive streaming)。

常用格式

网络上常见的流格式 音频的格式主要有美国Realnetwork公司的*.RA格式和 微软公司的*.WMA格式,另外还有一个多用于专业领域的美国苹果公司*. MOV格式，在这三种格式中,MOV格式的音质是最好的，特别是MIDI方面,支持GS和GM两种音色，播放效果要明显的强于Windows media player，下面就给大家详细的介绍这几种格式的特点：

RealAudio格式

这是 美国RealNetwork公司的一个元老级的产品，也是目前网上最流行的 流式媒体技术。许多Internet的音乐台、 视频点播站点都采用它。RealMedia其中包含RealAudio(声音文件)、RealVideo(视频文件)和RealFlash(矢量动画)这三类文件。

QuickTime 格式

QuickTime与RealMedia一样，完合兼容于苹果机与PC机。在同样 网速和文件大小的情况下，它的音像品质是最好的。它由三个不同部分所组成：QuickTime Movie(电影)文件格式，QuickTime媒体抽象层、QuickTime内置媒体服务系统。

Windows Media Audio格式

WMA(Windows Media Audio)是来自于 微软的重量级选手,它的前身是 微软公司的Netshow，后台强硬,也是为数众多Windows使用者最为熟悉的，它的核心技术是ASF(Advanced Streaming Format,高级流格式)。ASF格式支持任意的压缩/解压缩编码方式，并可以使用任何一种底层 网络传输协议，具有很大的灵活性，比较MPEG之类的压缩标准增加了控制命令脚本的功能，它以减少数据流量但保持文件质量的方法来实现流式多媒体内容发布。

网络上风行的FLASH虽然是矢量动画技术，可是它一样的可以包含声音信息,也支持 流式传输，高品质FLASH的SWF格式文件声音更加出众，而且文件体积更小，也有使用这种技术做的音乐网站,在欣赏的时候需要你安装一个FLASH的 插件,以2013年的 网络速度而言，区区几百KB的FLASH插件一会儿的工夫就可以安装完成,然后你就可以欣赏SWF格式的音乐了。

流媒体传输协议

在 浏览器中，我们常见的地址是以http://和ftp://开头的。 Web服务器也可以通过 http协议来处理流式媒体文件,然而Web服务器本身的设计并不能有效率地传送 串流媒体档案。

串流媒体必须占用一个不间断地 封包串流,而且会长时间地与服务器保持连线状态，如果有太多访客同时上线观看,效能便会大打折扣。为了解决这个问题，流格式媒体文件有它自己的一套协议。

1、即时串流通讯协议(Real Time Streaming Protocol，RTSP)：是RealNetworks公司协助建立的一个用来传送 串流媒体的开放网页标准。虽然它必须使用一种称为RealServer的特殊服务器,然而RTSP能够提升流式媒体影片的品质,改善传送效率以及提供更佳的高流量处理功能。如果你的ISP具备了RealServer服务,那么建议你使用RealServer而不要使用Web服务器来传送 串流媒体档案。

2、MMS(Media Server protocol,MMS):这是微软定义的一种流格式 传输协议。

3、 实时传输协议(Theater Server protocol,RTP):这是用于Internet上针对多媒体 数据流的一种传输协议。RTP被定义为在一对一或一对多的传输情况下工作,其目的是提供时间信息和实现流同步，通俗的说也就是网络上的WEB服务器。

4、资源预订协议(ResourceReserveProtocol,RSVP),由于 音频和视频 数据流比传统数据对网络的延时更敏感，要在网络中传输高质量的音频、视频信息，除 带宽要求之外,还需其他更多的条件。RSVP是正在开发的Internet上的资源预订协议，使用RSVP预留一部分网络资源(即 带宽)。

这些协议代替了http和ftp，而是像mms://61.139.25.41/quake，以MMS或RTSP等开头。