[發(fā)明專利]一種三級(jí)音頻索引的創(chuàng)建方法及音頻檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201010177959.4
• 申請(qǐng)日: 2010-05-20
• 公開（公告）號(hào): CN101833986A
• 公開（公告）日: 2010-09-15
• 發(fā)明（設(shè)計(jì)）人: 鄭貴濱;韓紀(jì)慶;鄭鐵然;姜濤;王勇;張慧;狄少嘉;唐健琪;丁麗
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué);國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心
• 主分類號(hào): G11B27/10
• 分類號(hào): G11B27/10
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張果瑞

1.一種三級(jí)音頻索引的創(chuàng)建方法，其特征在于，該方法包括以下步驟：

步驟一、對(duì)數(shù)據(jù)庫(kù)中每個(gè)音頻特征文件中的n維特征向量進(jìn)行降維處理，生成一維的量化值，作為第一級(jí)索引；

步驟二、將第一級(jí)索引數(shù)據(jù)按單元長(zhǎng)度截成一系列片段，片段內(nèi)的第一級(jí)索引值構(gòu)成片段向量，計(jì)算每個(gè)片段向量的模k_i，作為索引鍵值，以三元組形式描述片段向量，將所有片段三元組按鍵值排序則構(gòu)成第二級(jí)索引；

三元組包括索引鍵值k_i、源文件id和片段向量在源文件中的位置i，

步驟三、計(jì)算步驟二所述的每個(gè)片段的類別分，然后根據(jù)類別分將所有片段分組，作為第三級(jí)索引，即，類別索引。

2.根據(jù)權(quán)利要求1所述的一種三級(jí)音頻索引的創(chuàng)建方法，其特征在于，步驟一所述的第一級(jí)索引的創(chuàng)建方法為：

采用自相似加權(quán)距離法對(duì)音頻特征向量序列的每個(gè)特征向量進(jìn)行降維量化處理，對(duì)于n維的幀特征向量，對(duì)應(yīng)的一維量化值值為：

其中：i為幀序號(hào)，Range為計(jì)算范圍，且，為加權(quán)系數(shù)，表示兩個(gè)特征向量間的距離。

3.根據(jù)權(quán)利要求1所述的一種三級(jí)音頻索引的創(chuàng)建方法，其特征在于，步驟二中索引鍵值的獲取方法為：

將步驟一所述的一維的第一級(jí)索引按單元長(zhǎng)度為m幀、窗移為1的分析窗截成一系列片段，片段內(nèi)的第一級(jí)索引值構(gòu)成片段向量，則從第i幀開始截取的長(zhǎng)為m幀的音頻片段的一級(jí)索引值構(gòu)成的片段向量為，片段向量的模按如下公式計(jì)算：

其中，m為自然數(shù)。

4.根據(jù)權(quán)利要求1所述的一種三級(jí)音頻索引的創(chuàng)建方法，其特征在于，步驟三所述的第三級(jí)索引的創(chuàng)建方法為：

步驟a、計(jì)算步驟二所述的片段向量的類別分，

?按公式計(jì)算出每個(gè)片段向量的和諧度作為類別分，

其中，為第i+j幀信號(hào)的和諧度，獲取方法參照，為第i幀信號(hào)的和諧度，計(jì)算公式如下：

?，

其中，，

上述公式中，，，為采樣信號(hào)頻譜，是采樣信號(hào)頻譜零均值化后的值，K是傅里葉變換階數(shù)，是和諧度的考察頻率范圍，、則是對(duì)應(yīng)的頻譜分量下標(biāo)，；

步驟b、根據(jù)類別分將所有片段向量分組，

使用哈希函數(shù)將類別分散列到具有不同鍵值的鏈表中，構(gòu)成第三級(jí)索引，同時(shí)將每個(gè)鏈表中的片段向量，按步驟二組織成一個(gè)按向量模排序的片段級(jí)索引，結(jié)合第一級(jí)索引便構(gòu)成三級(jí)索引結(jié)構(gòu)。

5.基于權(quán)利要求1至4所述的一種三級(jí)音頻索引的創(chuàng)建方法而實(shí)施的三級(jí)音頻索引的音頻檢索方法，其特征在于，該方法包括以下步驟：

步驟1、對(duì)查詢音頻的特征向量序列進(jìn)行降維獲取其第一級(jí)索引值，將第一級(jí)索引數(shù)據(jù)按單元長(zhǎng)度截成一系列無(wú)交疊的片段向量，計(jì)算出查詢音頻的每個(gè)片段向量的模k_query和類別分H_quer；

?步驟2、在第三級(jí)索引中，將類別分為范圍內(nèi)的第二級(jí)索引作為進(jìn)一步搜索的集合，其中為范圍閾值；

步驟3、在集合中，將第二級(jí)索引鍵值滿足條件的片段向量保留，并利用第二級(jí)索引確定所保留片段向量對(duì)應(yīng)的第一級(jí)索引值，為檢索閾值；

步驟4、在第一級(jí)索引中，將步驟3確定的片段向量的第一級(jí)索引值與步驟1獲取的查詢音頻的第一級(jí)索引值進(jìn)行片段相似度匹配計(jì)算，將相似度高的音頻片段檢出。?