[發明專利]一種音頻分類方法及裝置

有效

• 申請號: 201310358878.8
• 申請日: 2013-08-16
• 公開（公告）號: CN104091594B
• 公開（公告）日: 2016-10-19
• 發明（設計）人: 趙偉峰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L25/90
• 代理公司: 廣州三環專利代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種音頻分類方法，其特征在于，包括：

對待分類的音頻文件進行音高Pitch檢測，獲得所述音頻文件的Pitch序列；

根據所述Pitch序列，查找所述音頻文件的主音；

根據所述音頻文件的主音，對所述音頻文件進行調式檢測以確定所述音頻文件的類別。

2.如權利要求1所述的方法，其特征在于，所述對待分類的音頻文件進行Pitch檢測，獲得所述音頻文件的Pitch序列，包括：

對所述音頻文件的每一幀音頻幀信號進行預處理；

對所述預處理后的每一幀音頻幀信號進行自相關計算，獲得所述音頻文件的每一幀音頻幀信號的自相關函數；

根據所述音頻文件的每一幀音頻幀信號的自相關函數，計算所述音頻文件的每一幀音頻幀信號的Pitch值；

按照所述音頻文件中各幀音頻幀信號的順序對所述音頻文件的每一幀音頻幀信號的Pitch值進行排列，構建所述音頻文件的Pitch序列。

3.如權利要求2所述的方法，其特征在于，所述對所述音頻文件的每一幀音頻幀信號進行預處理，包括：

將所述音頻文件的每一幀音頻幀信號進行加窗處理；

對所述加窗處理后的每一幀音頻幀信號進行帶通濾波處理。

4.如權利要求1-3任一項所述的方法，其特征在于，所述根據所述Pitch序列，查找所述音頻文件的主音，包括：

將所述Pitch序列轉換為樂器數字接口MIDI序列；

根據所述MIDI序列包含的樂器數字以及每個樂器數字的出現頻率，生成統計序列；

將所述統計序列中的出現頻率最大的樂器數字，確定為所述音頻文件的主音。

5.如權利要求4所述的方法，其特征在于，所述根據所述音頻文件的主音，對所述音頻文件進行調式檢測以確定所述音頻文件的類別，包括：

根據大調式音階特征，設置第一矩陣；

根據小調式音階特征，設置第二矩陣；

采用所述音頻文件的主音、所述統計序列和所述第一矩陣，計算所述音頻文件的第一調式特征值；

采用所述音頻文件的主音、所述統計序列和所述第二矩陣，計算所述音頻文件的第二調式特征值；

根據所述音頻文件的第一調式特征值與所述音頻文件的第二調式特征值，確定所述音頻文件的類別。

6.如權利要求5所述的方法，其特征在于，所述根據所述音頻文件的第一調式特征值與所述音頻文件的第二調式特征值，確定所述音頻文件的類別，包括：

判斷所述音頻文件的第一調式特征值是否大于或等于所述音頻文件的第二調式特征值；

如果判斷結果為是，則確定所述音頻文件的類別為大調式類別；

如果判斷結果為否，則確定所述音頻文件的類別為小調式類別。

7.一種音頻分類裝置，其特征在于，包括：

音高檢測模塊，用于對待分類的音頻文件進行音高Pitch檢測，獲得所述音頻文件的Pitch序列；

主音查找模塊，用于根據所述Pitch序列，查找所述音頻文件的主音；

分類模塊，用于根據所述音頻文件的主音，對所述音頻文件進行調式檢測以確定所述音頻文件的類別。

8.如權利要求7所述的裝置，其特征在于，所述音高檢測模塊包括：

預處理單元，用于對所述音頻文件的每一幀音頻幀信號進行預處理；

自相關計算單元，用于對所述預處理后的每一幀音頻幀信號進行自相關計算，獲得所述音頻文件的每一幀音頻幀信號的自相關函數；

音高計算單元，用于根據所述音頻文件的每一幀音頻幀信號的自相關函數，計算所述音頻文件的每一幀音頻幀信號的Pitch值；

序列構建單元，用于按照所述音頻文件中各幀音頻幀信號的順序對所述音頻文件的每一幀音頻幀信號的Pitch值進行排列，構建所述音頻文件的Pitch序列。

9.如權利要求8所述的裝置，其特征在于，所述預處理單元包括：

加窗處理子單元，用于將所述音頻文件的每一幀音頻幀信號進行加窗處理；

濾波處理子單元，用于對所述加窗處理后的每一幀音頻幀信號進行帶通濾波處理。