[發(fā)明專利]音頻、視頻內(nèi)容的搜索方法

有效

• 申請?zhí)枺?/td>: 200810042858.9
• 申請日: 2008-09-12
• 公開（公告）號: CN101673267A
• 公開（公告）日: 2010-03-17
• 發(fā)明（設(shè)計(jì)）人: 連惠城;程建章
• 申請（專利權(quán)）人: 未序網(wǎng)絡(luò)科技（上海）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海金盛協(xié)力知識產(chǎn)權(quán)代理有限公司
• 代理人: 段迎春

1.一種音頻、視頻內(nèi)容的搜索裝置，其特征在于包括：

判斷模塊，用于判斷當(dāng)前流媒體文件是否包括音頻文件和視頻文件；

音頻指紋提取模塊，與所述判斷模塊相連接，用于提取多個(gè)音頻文件的音頻指紋；

音頻指紋分詞模塊，與所述音頻指紋提取模塊相連接，用于對提取的音頻指紋進(jìn)行分詞；

音頻索引生成模塊，與所述音頻指紋分詞模塊相連接，用于根據(jù)分詞結(jié)果生成音頻指紋 索引；

視頻指紋提取模塊，與所述判斷模塊相連接，用于提取多個(gè)視頻文件的視頻指紋；

視頻指紋分詞模塊，與所述視頻指紋提取模塊相連接，用于對提取的視頻指紋進(jìn)行分詞；

視頻索引生成模塊，與所述視頻指紋分詞模塊相連接，用于根據(jù)據(jù)分詞結(jié)果生成視頻指 紋索引；

搜索模塊，與所述音頻索引生成模塊和視頻索引生成模塊相連接，利用所述音頻指紋索 引搜索匹配的音頻文件，利用所述視頻指紋索引搜索匹配的視頻文件；

所述音頻指紋分詞包括以下步驟：

11)音頻文件生成寬度固定的指紋文件，其寬度為32比特或16比特；

12)對音頻指紋文件中相鄰共現(xiàn)的指紋的組合的頻度進(jìn)行統(tǒng)計(jì)；

13)共現(xiàn)頻度高的組合被認(rèn)為是一個(gè)詞來進(jìn)行；

所述視頻指紋分詞包括以下步驟：

21)視頻文件生成寬度固定的指紋文件，其寬度為32比特或16比特；

22)對視頻指紋文件中相鄰共現(xiàn)的指紋的組合的頻度進(jìn)行統(tǒng)計(jì)；

23)共現(xiàn)頻度高的組合被認(rèn)為是一個(gè)詞來進(jìn)行；

所述搜索模塊包括：

輸入判斷模塊，用于判斷輸入的需要檢索的流媒體文件或流媒體文件片段，是否包括音 頻文件和視頻文件：

如果包括音頻文件或音頻片段，則通過所述音頻指紋提取模塊提取其音頻指紋，并通過 音頻指紋分詞模塊對該音頻指紋進(jìn)行分詞，根據(jù)分詞結(jié)果在該音頻指紋索引中搜索匹配的音 頻文件；

如果包括視頻文件或視頻片段，則通過所述視頻指紋提取模塊提取其視頻指紋，并通過 視頻指紋分詞模塊對該視頻指紋進(jìn)行分詞，根據(jù)分詞結(jié)果在該視頻指紋索引中搜索匹配的視 頻文件。

2.根據(jù)權(quán)利要求1所述的音頻、視頻內(nèi)容的搜索裝置，其特征在于還包括：

存儲(chǔ)模塊，所述搜索模塊通過所述存儲(chǔ)模塊與所述音頻索引生成模塊和視頻索引生成模 塊相連接，所述音頻索引生成模塊和視頻索引生成模塊相連接，用于存儲(chǔ)音頻指紋、所述音 頻指紋索引及其對應(yīng)的音頻文件，并存儲(chǔ)視頻指紋、所述視頻指紋索引及其對應(yīng)的視頻文件。