[發(fā)明專利]一種音頻文件的處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310303184.4
• 申請(qǐng)日: 2013-07-18
• 公開（公告）號(hào): CN104091599A
• 公開（公告）日: 2014-10-08
• 發(fā)明（設(shè)計(jì)）人: 趙偉峰
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G10L25/03
• 分類號(hào): G10L25/03
• 代理公司: 廣州三環(huán)專利代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種音頻文件的處理方法，其特征在于，包括；

構(gòu)建待處理的音頻文件的特征參數(shù)序列;

計(jì)算所述特征參數(shù)序列的統(tǒng)計(jì)特征值；

根據(jù)所述特征參數(shù)序列的統(tǒng)計(jì)特征值，確定所述音頻文件的類別。

2.如權(quán)利要求1所述的方法，其特征在于，所述特征參數(shù)序列包括：過零率序列、頻譜質(zhì)心序列和頻率序列中的至少一種；

所述統(tǒng)計(jì)特征值包括：均值和/或標(biāo)準(zhǔn)差；

所述音頻文件的類別包括：語音類別或音樂類別。

3.如權(quán)利要求2所述的方法，其特征在于，所述特征參數(shù)序列包括：過零率序列；

所述構(gòu)建待處理的音頻文件的特征參數(shù)序列，包括：

計(jì)算所述音頻文件包含的每一幀音頻幀信號(hào)的過零率；

按照所述音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建所述音頻文件的過零率序列。

4.如權(quán)利要求3所述的方法，其特征在于，所述統(tǒng)計(jì)特征值為：標(biāo)準(zhǔn)差；

所述根據(jù)所述特征參數(shù)序列的統(tǒng)計(jì)特征值，確定所述音頻文件的類別，包括：

判斷所述過零率序列的標(biāo)準(zhǔn)差是否大于預(yù)設(shè)第一閾值；

如果所述過零率序列的標(biāo)準(zhǔn)差大于預(yù)設(shè)第一閾值，確定所述音頻文件的類別為語音類別；

如果所述過零率序列的標(biāo)準(zhǔn)差小于或等于預(yù)設(shè)第一閾值，確定所述音頻文件的類別為音樂類別。

5.如權(quán)利要求2所述的方法，其特征在于，所述特征參數(shù)序列包括：頻譜質(zhì)心序列；

所述構(gòu)建待處理的音頻文件的特征參數(shù)序列，包括：

計(jì)算所述音頻文件包含的每一幀音頻幀信號(hào)的頻譜質(zhì)心；

按照所述音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建所述音頻文件的頻譜質(zhì)心序列。

6.如權(quán)利要求5所述的方法，其特征在于，所述統(tǒng)計(jì)特征值為：均值；

所述根據(jù)所述特征參數(shù)序列的統(tǒng)計(jì)特征值，確定所述音頻文件的類別，包括：

判斷所述頻譜質(zhì)心序列的均值是否小于預(yù)設(shè)第二閾值；

如果所述頻譜質(zhì)心序列的均值小于預(yù)設(shè)第二閾值，確定所述音頻文件的類別為語音類別；

如果所述頻譜質(zhì)心序列的均值大于或等于預(yù)設(shè)第二閾值，確定所述音頻文件的類別為音樂類別。

7.如權(quán)利要求2所述的方法，其特征在于，所述特征參數(shù)序列包括：頻率序列；

所述構(gòu)建待處理的音頻文件的特征參數(shù)序列，包括：

計(jì)算所述音頻文件包含的每一幀音頻幀信號(hào)的過零率；

按照所述音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建所述音頻文件的過零率序列；

根據(jù)預(yù)設(shè)的幀間隔，對(duì)所述過零率序列進(jìn)行滑動(dòng)運(yùn)算，獲得所述音頻文件的頻率序列。

8.如權(quán)利要求2所述的方法，其特征在于，所述特征參數(shù)序列包括：頻率序列；

所述構(gòu)建待處理的音頻文件的特征參數(shù)序列，包括：

計(jì)算所述音頻文件包含的每一幀音頻幀信號(hào)的頻譜質(zhì)心；

按照所述音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建所述音頻文件的頻譜質(zhì)心序列；

根據(jù)預(yù)設(shè)的幀間隔，對(duì)所述頻譜質(zhì)心序列進(jìn)行滑動(dòng)運(yùn)算，獲得所述音頻文件的頻率序列。

9.如權(quán)利要求7或8所述的方法，其特征在于，所述統(tǒng)計(jì)特征值為：均值；

所述根據(jù)所述特征參數(shù)序列的統(tǒng)計(jì)特征值，確定所述音頻文件的類別，包括：

判斷所述頻率序列的均值是否大于預(yù)設(shè)第三閾值；

如果所述頻率序列的均值大于預(yù)設(shè)第三閾值，確定所述音頻文件的類別為語音類別；

如果所述頻率序列的均值小于或等于預(yù)設(shè)第三閾值，確定所述音頻文件的類別為音樂類別。

10.一種音頻文件的處理裝置，其特征在于，包括：

構(gòu)建模塊，用于構(gòu)建待處理的音頻文件的特征參數(shù)序列；

計(jì)算模塊，用于計(jì)算所述特征參數(shù)序列的統(tǒng)計(jì)特征值；

處理模塊，用于根據(jù)所述特征參數(shù)序列的統(tǒng)計(jì)特征值，確定所述音頻文件的類別。

11.如權(quán)利要求10所述的裝置，其特征在于，所述特征參數(shù)序列包括：過零率序列、頻譜質(zhì)心序列和頻率序列中的至少一種；

所述統(tǒng)計(jì)特征值包括：均值和/或標(biāo)準(zhǔn)差；

所述音頻文件的類別包括：語音類別或音樂類別。