[發(fā)明專利]一種用于音頻內(nèi)容識別的同步方法

有效

• 申請?zhí)枺?/td>: 200810243580.1
• 申請日: 2008-12-23
• 公開（公告）號: CN101763848A
• 公開（公告）日: 2010-06-30
• 發(fā)明（設(shè)計）人: 王宏宇;楊光;嚴(yán)榮榮;曹輝
• 申請（專利權(quán)）人: 王宏宇
• 主分類號: G10H1/00
• 分類號: G10H1/00;G10H1/36;G10L15/00;G10L15/20;G10L15/02
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 樊文紅

1.一種用于音頻內(nèi)容識別的同步方法，其特征是，該方法包括下列步驟：

步驟1采用以幀為單位，計算歸一化能量差的方式，提取兩個音頻信號的頻域或 時域的特征點；

步驟2以選取幀間能量差最大的若干點組成特征點組的篩選方式，將兩個音頻的特 征點分別組成特征點組；

步驟3采用特征點組之間的時間差作為參考同步特征，對兩個特征點組進(jìn)行匹配，

找到匹配點，將二者在匹配點上開始同步。

2.根據(jù)權(quán)利要求1所述的同步方法，其特征是，所述步驟1中進(jìn)一步包括下列步 驟：

步驟10對音頻數(shù)據(jù)預(yù)加重，去除一些環(huán)境噪音；以幀為單位對音頻信號進(jìn)行處理， 將原音頻段分割成以幀為單位，并進(jìn)行加窗的處理；

步驟11分幀后的時域數(shù)據(jù)轉(zhuǎn)化到頻域：根據(jù)幀大小，通過N點FFT運算，把來到 的每一幀的數(shù)據(jù)，變換到頻率域，然后輸出；

步驟12特征點的提取。

3.根據(jù)權(quán)利要求1所述的同步方法，其特征是，所述步驟1中進(jìn)一步包括下列步 驟：

步驟20對音頻數(shù)據(jù)預(yù)加重，去除一些環(huán)境噪音；以幀為單位對音頻信號進(jìn)行處 理，將原音頻段分割成以幀為單位，并進(jìn)行加窗的處理；

步驟21計算幀信號能量，并將此幀信號能量和前一幀信號的能量值相減后輸出；

步驟22把負(fù)值全部置零；

步驟23特征點組篩選：指定控制參數(shù)M，控制最大值篩選器獲取前M個最大值， 獲得M個特征點，并記錄其位置，得到兩個音頻的特征點組

T1={(x1,t1),(x2,t2),(x3,t3),...,(xM1,tM1)},]]>T2={(x1′,t1′),(x2′,t2′),(x3′,t3′),...,(xM2′,tM2′)},]]>其 中x_i為此幀和前一幀能量差值，t_i為此幀幀號和前一幀號之差，即為此幀和前一幀的時 間差。