در طراحی آکوستیکی یک استودیوی تلویزیونی لازم است کلیه استانداردها رعایت شده باشد تا از لحاظ کارکردی مورد قبول باشد .بدین منظور یک استودیو به ابعاد 14 مترطول،11 متر عرض و 7 مترارتفاع بعنوان استودیوی مرسوم درسازمان صدا و سیما مبنای کار قرار گرفت .در این طراحی با رعایت کلیه پارامترهای فرمی و شکلی داخل استودیو و استفاده از مواد موجود در ایران، زمان واخنش reverberation time) ) در حدود 45/0ثانیه حاصل گردید که بسیار مطلوب می باشد. در این طراحی از شکل های شش ضلعی که از دیواره فاصله گرفته اند، جهت تنظیمات زمان واخنش بعنوان تیونر زمان واخنش استفاده شده است که جدول نتایج شبیه سازی درپایان نامه ارائه شده است. این ایده جدید، امکان ساخت استودیوهای تلویزیونی را بسیار ساده تر از قبل خواهد کرد که سازنده فقط با تغییر سطح شش ضلعی و فاصله آن از دیوار استودیو قادرخواهد بود زمان واخنش مناسبی را بدست آورد. در ضمن پخشایی و نویز زمینه (background noise) نیز در سطح استانداردهای تعریف شده نگه داشته شده است. در طراحی این استودیو از 5 نوع جاذب مرسوم در ساخت استودیو استفاده شده است که ترکیب آنها نتایج مطلوبی را حاصل کرده است. شایان ذکر است کلیه شبیه سازی ها بوسیله نرم افزار odeon مربوط به شرکت b&k انجام شده است که به دلیل حرفه ای بودن این نرم افزار، نتایج حاصل از شبیه سازی با نتایج پیاده سازی و ساخت استودیو بسیار شبیه خواهد بود.

با توجه به رشد روز افزون محتوای چند رسانه¬ای، زمینه¬های تحقیقاتی جدیدی همچون تحلیل محتوای صوتی جهت پردازش، تشخیص و دسته¬بندی داده¬ها بر اساس محتوا معرفی شده است. مسئله دسته¬بندی سیگنال هایِ گفتار و موسیقی که زیر مجموعه¬ای از این تحقیقاتِ جدید است، توسط محققان زیادی مورد توجه و بررسی قرار گرفته است. با این وجود، تاکنون الگوریتمی که بتواند در لحظه همانند سیستمِ شنوایی انسان عمل کرده و سیگنال¬های صوتی دریافتی را با دقتی برابر دقت سیستم شنوایی طبقه¬بندی نماید ارائه نشده است. هر تحقیق جدیدی در این زمینه یا ویژگی¬های جدیدی را معرفی می¬کند یا ویژگی¬هایی که در مقالات قبلی از آنها استفاده شده را بهبود می¬بخشد. در این پایان¬¬نامه نیز سعی شده است که از مجموعه ویژگیهایی همچون درصد فریم¬های انرژی پایین وانحراف معیار شار طیفی که در تحقیقات انجام شده توانایی مناسبی در تفکیک از خود نشان داده اند، استفاده شود. همچنین، دو ویژگی رویداد عبور نکردن سیگنال مثبت از صفر و عبور نکردن سیگنال منفی از صفر در این پایان¬نامه مورد بررسی قرار گرفته¬اند که بر اساس یافته¬های ما، تاکنون در تحقیقات داخل کشور برای تشخیص گفتار فارسی از موسیقی مورد بررسی قرار نگرفته¬اند. بر این اساس، چهار ویژگی فوق از نمونه¬های صوتی با عرض 20 میلی¬ثانیه از گفتار فارسی و موسیقی استخراج و جهت آموزش و آزمایش درستی تشخیص سیگنال گفتار و موسیقی به دو نوع شبکه¬ عصبیmlp و rbf و یک روش آماری k-nn ارائه شده است. نتایج این الگوریتمها بر اساس ویژگی¬های به کار رفته مورد ارزیابی و مقایسه قرار گرفته است.