[發明專利]一種針對講座視頻的時間軸自動產生方法

在審

• 申請號: 201410423661.5
• 申請日: 2014-08-26
• 公開（公告）號: CN104159145A
• 公開（公告）日: 2014-11-19
• 發明（設計）人: 程國艮;袁翔宇;王宇晨
• 申請（專利權）人: 中譯語通科技（北京）有限公司
• 主分類號: H04N21/434
• 分類號: H04N21/434;H04N21/435;H04N21/80;G11B27/10
• 代理公司: 北京知本村知識產權代理事務所 11039
• 代理人: 周自清

1.一種針對講座視頻的時間軸自動產生方法，其特征在于，包括以下步驟：

第一步，掃描一遍視頻，通過小波變換和自相關函數法檢測出基音頻率；

第二步，尋找基音頻率的平均值μ和標準差σ，作為講話人的基因頻率；

第三步，根據基音頻率，進行初劃分，劃分為時間軸單元；

第四步，對于每一個時間軸單元，計算其基音頻率相似性A及頻譜相似性B，所述頻率相似性A，既是該時間軸的基音平均頻率，在以第二步計算得到的，基音頻率的平均值μ和標準差σ所得到的正態分布上，所出現的概率；所述頻譜相似性B的計算方式如下：每個時間軸由N幀組成，計算每一幀與前一幀的基因頻率差的平均值D；取一個閾值K，當D<K時，B?=?1，當D>K時，B按線性衰減；對于A，B取兩個閾值，當A和B均大于這兩個閾值時，認為是演講人在說話，排除非演講人說話的時間軸，得到的時間軸為演講人說話的時間軸。