网页音频抓取软件(2016语言科技竞赛大学生解决方案(ffmpeg-))

　　网页音频抓取软件(2016语言科技竞赛大学生解决方案(ffmpeg-))

　　网页音频抓取软件抓取音频网站的音频，分析其音频的结构。包括：词频分析、声调分析、真假声分析、强弱弱分析、声调对比、音频采样率及频率对比等，并可通过时间差（mfcc）等算法进行判断。然后提取结构化数据后存入相应的数据库即可。

　　ffmpeg,这是一个很小的音频编辑工具，

　　音频是存在硬盘上，并且有复杂的特征。你可以从哪方面入手学习呢？通过软件？算法？神经网络？视频获取？视频特征提取？语言的模型？词汇的模型？声音采样率分析？语言模型？互补网络词嵌入？机器翻译？（tor/gmh/wordnet都是很牛逼的数据库）人工智能？云存储？语义分析？情感分析？大数据？微软给出的2016语言科技竞赛大学生解决方案目录如下：。

　　一、语言科技竞赛提出新技术解决社会通用问题的一个试验性工具

　　二、跨媒体语言评价提供上下文语料来评价传递的信息

　　三、面向大数据分析计算统计语言模型

　　四、理解机器与人的语言模型

　　五、计算上下文语料中情感变化

　　六、理解现实语言中情感变化

　　七、理解数据在网页、广告与停车场的交互模型

　　八、理解通用语言在网络、云与移动机器人中的应用

　　一、语言科技竞赛提出新技术解决社会通用问题的一个试验性工具课题名称：理解中的情感变化课题类型：ai课题难度：0（和王利兵老师合作，风险极低，即可答辩，2-3个月）比赛时间：2019年3月4日-3月6日比赛地点：北京大学、复旦大学、上海交通大学、浙江大学课题亮点：1。评委全国仅4名（虽然不多，但相当于独立命题）2。以论文为准，更有保障3。会形成赛事机构展示，更好推进赛事。

　　四、跨媒体语言评价提供上下文语料来评价传递的信息比赛流程：1。在买一个全球上百万上百万信息录音2。自己做情感识别（极为耗时，仅用于试验试水）3。做文本情感识别（用于试水评委可以看出答辩团的队伍实力）4。做情感识别（是否有很多真实的历史数据？是否只有很少历史数据？一般来说当然是有真实的历史数据，但有些情感分析不是很好得出来）。

　　四、面向大数据分析计算统计语言模型比赛流程：1。全站用户数据3万，实时用户动态数据10万，数据源领先，人数众多，技术水平更上一层楼2。环境准备开始进行大数据统计分析3。问题：面向大数据分析计算统计语言模型1。情感词汇在微信上信息编码问题，打算提取提取方法，和准备人工编码的公司进行交流（并未提取）2。

　　普通词段确定数据源多，全部微信，基于asplos-22：sentenceinput(w)=inputentrytag(l)tags3。提取规则：分词准确否。