[發(fā)明專利]對音頻信號進行歌曲檢測的方法和設(shè)備

有效

• 申請?zhí)枺?/td>: 201110243070.6
• 申請日: 2011-08-19
• 公開（公告）號: CN102956230B
• 公開（公告）日: 2017-03-01
• 發(fā)明（設(shè)計）人: 蘆烈;克勞斯·鮑爾
• 申請（專利權(quán)）人: 杜比實驗室特許公司
• 主分類號: G10L25/78
• 分類號: G10L25/78;G10L25/48
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 杜誠,陳煒

1.一種對音頻信號進行歌曲檢測的方法，包括：

把音頻信號的片段分類為包括音樂的類別；

檢測音樂片段的類邊界以作為候選邊界；以及

導(dǎo)出包含由所述候選邊界限定的一個或更多個非交疊部分的至少一個組合，其中每個所述部分滿足下列條件：

1)包含長于預(yù)定最小歌曲時長的至少一個音樂分段，以作為候選歌曲，

2)短于預(yù)定最大歌曲時長，

3)開始和結(jié)束于音樂片段，以及

4)每個所述部分中所述音樂片段的比例大于預(yù)定最小比例。

2.如權(quán)利要求1所述的方法，其中所述類邊界被檢測為第一類型，并且所述檢測還包括：

檢測每個音樂分段內(nèi)的每個位置以作為第二類型的候選邊界，其中在關(guān)于所述位置布置的兩個第一窗口之間的內(nèi)容相異度高于第一閾值的情況下，檢測到所述位置。

3.如權(quán)利要求2所述的方法，其中所述類別還包括話音，并且所述檢測還包括：

在音頻信號中搜索兩個重復(fù)部分[t₁，t₂]和[t₁+l，t₂+l]，其中l(wèi)短于所述預(yù)定最大歌曲時長；

如果部分[t₁，t₂+l]中的一個所述候選邊界在音樂分段內(nèi)，則移除所述候選邊界；

如果由兩個所述候選邊界限定的部分[t₁，t₂+l]中的話音分段具有小于第二閾值的長度，則將這兩個候選邊界識別為要移除的；以及

移除所有所述要移除的候選邊界，或者，把一個或更多個對的限定音樂分段的兩個要移除的候選邊界改變?yōu)榈诙愋停⑶乙瞥溆嗟囊瞥暮蜻x邊界。

4.如權(quán)利要求2所述的方法，其中所述檢測還包括：

計算圍繞每個所述候選邊界、長于所述第一窗口的兩個第二窗口之間的至少一個內(nèi)容一致性距離，其中用于計算所述至少一個內(nèi)容一致性距離的特征至少部分地互不相同；

對于每個所述候選邊界，根據(jù)所述至少一個相應(yīng)內(nèi)容一致性距離計算所述候選邊界是歌曲的真實邊界的第一可能性；以及

如果所述第一可能性指示所述候選邊界是假邊界，

如果所述候選邊界在音樂分段內(nèi)，則在僅包含所述候選邊界并且由兩個候選邊界限定的音樂分段具有小于所述預(yù)定最大歌曲時長的長度的情況下移除所述候選邊界；

如果由所述候選邊界和另一個候選邊界限定的話音分段具有小于第三閾值的長度，則將這兩個候選邊界識別為要移除的；以及

移除所有所述要移除的候選邊界，或者，把一個或更多個對的限定音樂分段的兩個要移除的候選邊界改變?yōu)榈诙愋停⑶乙瞥溆嗟囊瞥暮蜻x邊界。

5.如權(quán)利要求1或2所述的方法，其中通過下述操作導(dǎo)出所述至少一個組合中的每個：

把由兩個連續(xù)候選邊界t₁和t₂限定并且長于所述預(yù)定最小歌曲時長的每個音樂分段檢測為所述候選歌曲；以及

通過把所述候選歌曲[t₁，t₂]或其擴展包含為部分來形成所述組合，其中通過下述操作中的至少之一來獲得每個擴展：

沿左方向把所述候選歌曲[t₁，t₂]的邊界t₁延伸到音樂分段[t₁-l₁，t₁-l₂]的候選邊界t₁-l₁；以及

沿右方向把所述候選歌曲[t₁，t₂]的邊界t₂延伸到音樂分段[t₂+l₃，t₂+l₄]的候選邊界t₂+l₄。

6.如權(quán)利要求1或2或5所述的方法，還包括：

用基于歌曲時長、歌曲間間隔和歌曲概率中至少之一訓(xùn)練的評估模型來評估所述至少一個組合的、分隔各部分的所有間隔代表真實歌曲劃分的第二可能性；以及

選擇所述至少一個組合中具有最高第二可能性的組合。