[發(fā)明專利]音頻信號的瞬態(tài)檢測方法以及基于該方法的時長調(diào)整方法

無效

• 申請?zhí)枺?/td>: 201010139991.3
• 申請日: 2010-04-02
• 公開（公告）號: CN102214464A
• 公開（公告）日: 2011-10-12
• 發(fā)明（設(shè)計）人: 林中松;商世東;王生九
• 申請（專利權(quán)）人: 飛思卡爾半導(dǎo)體公司
• 主分類號: G10L19/02
• 分類號: G10L19/02;G10L19/14
• 代理公司: 中國國際貿(mào)易促進(jìn)委員會專利商標(biāo)事務(wù)所 11038
• 代理人: 劉倜

1.一種用于對音頻信號進(jìn)行時長調(diào)整的方法，包括：

接收所述音頻信號；

將所述音頻信號分為多個幀；

獲得各所述幀的至少一個時域特征；

分析所述多個幀的當(dāng)前幀以檢測瞬態(tài)，其中所述分析包括將所述當(dāng)前幀的至少一個時域特征與預(yù)定值相比較，其中若所述時域特征大于所述預(yù)定值，所述幀則判定為包括瞬態(tài)；

處理所述多個幀，其中對不包括瞬態(tài)的幀進(jìn)行時長調(diào)整，并且對包括瞬態(tài)的幀不進(jìn)行時長調(diào)整；并且

輸出所述經(jīng)處理的幀。

2.如權(quán)利要求1所述的音頻信號的時長調(diào)整方法，其中根據(jù)波形詳細(xì)疊加法(WSOLA)來進(jìn)行所述時長調(diào)整。

3.如權(quán)利要求1所述的音頻信號的時長調(diào)整方法，其中根據(jù)相聲碼器來進(jìn)行所述時長調(diào)整

4.如權(quán)利要求1所述的音頻信號的時長調(diào)整方法，還包括將所述幀分為多個依次等長的段。

5.如權(quán)利要求1所述的音頻信號的時長調(diào)整方法，還包括計算所述段的平均信號能量和平均過零率中的至少一個，其中所述至少一個時域特征包括所述平均信號能量和所述平均過零率中的至少一個。

6.如權(quán)利要求5所述的音頻信號的時長調(diào)整方法，其中所述預(yù)定值包括所述平均信號能量和所述平均過零率中的至少一個，其中若當(dāng)前段的能量差大于所述平均信號能量，則含有所述當(dāng)前段的所述當(dāng)前幀被判定為包括瞬態(tài)，并且若所述當(dāng)前段的過零率超過所述平均過零率，則含有所述當(dāng)前段的所述當(dāng)前幀被判定為包括瞬態(tài)。

7.如權(quán)利要求6所述的音頻信號的時長調(diào)整方法，其中通過使得所述平均過零率與適應(yīng)系數(shù)相乘而調(diào)整所述平均過零率。

8.一種音頻信號的時長調(diào)整方法，所述方法包括：

接所述收音頻信號；

將所述音頻信號分為多個幀；

將所述多個幀分為多個段；

獲得各所述幀的至少一個時域特征，其中所述至少一個時域特征包括段的能量值和段的過零參考值中的至少一個；

判定所獲得的各段的所述至少一個時域特征的平均值；

分析所述多個幀的當(dāng)前段以檢測所述當(dāng)前段中的瞬態(tài)，其中所述分析包括將所述當(dāng)前幀的至少一個時域特征與所述至少一個時域特征的所述判定平均值相比較，其中若所述時域特征大于所述判定平均值，所述當(dāng)前幀則判定為包括瞬態(tài)；并且

處理所述多個幀，其中對不包括瞬態(tài)的幀進(jìn)行時長調(diào)整，并且對包括瞬態(tài)的幀不進(jìn)行時長調(diào)整；并且

作為輸入音頻信號輸出所述經(jīng)處理的幀。

9.如權(quán)利要求8所述的時長調(diào)整方法，其中根據(jù)波形詳細(xì)疊加法來進(jìn)行所述時長調(diào)整。

10.如權(quán)利要求8所述的時長調(diào)整方法，其中根據(jù)相聲碼器來進(jìn)行所述時長調(diào)整。