1、本文提出使用前饋型人工神經網絡對連續(xù)音頻流中純語音、純音樂、語音+音樂3類音頻進行分類的方法。主要針對兩個方面：1、哪些特征向量可作為分類的依據以及哪種特征向量會取得最佳識別效果；2、前饋型人工神經網絡的建立、訓練和仿真，并根據已提取的特征向量實現語音和音樂的自動分類。 主要內容包括： 1、從Internet特色電臺實時播放的節(jié)目中錄制實驗數據，包含純語音、純音樂、語音+音樂3類，每類225s。 2、探討了各種參

2、數提取方法對分類結果的影響，通過對實驗結果的比較，確認了MFCC參數作為特征參數時系統(tǒng)將取得最佳識別效果。 3、介紹了前饋型人工神經網絡的特點，并敘述了在MATLAB6.5中如何實現前饋型人工神經網絡的建立、訓練和仿真，以及利用該網絡對純語音、純音樂、語音+音樂3類音頻進行分類。 4、提出了利用Levenberg-Marquardt算法對網絡進行訓練，并且設立一個確認集來指示訓練的終點，防止無休止的訓練使網絡過度適應訓練