[發(fā)明專利]一種實(shí)時(shí)音頻比對(duì)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410814218.0
• 申請(qǐng)日: 2015-08-04
• 公開（公告）號(hào): CN104505101A
• 公開（公告）日: 2015-07-29
• 發(fā)明（設(shè)計(jì)）人: 張丹;胡志琳;李佳驊;石建
• 申請(qǐng)（專利權(quán)）人: 北京巴越赤石科技有限公司
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種實(shí)時(shí)音頻比對(duì)方法，用于對(duì)兩路實(shí)時(shí)的音頻信號(hào)進(jìn)行比較分析，判斷兩路信號(hào)是否為同樣的內(nèi)容，具體包括：

兩路音頻信號(hào)的初始同步和兩路音頻的周期比對(duì)；

所述兩路音頻信號(hào)的初始同步，包括以下步驟：

對(duì)第一路音頻信號(hào)和第二路音頻信號(hào)，分別讀取N秒鐘的音頻，對(duì)兩段音頻進(jìn)行采樣得到兩組待同步的音頻采樣序列；首先假設(shè)兩路音頻信號(hào)的延時(shí)值為D為D0，D0=0，進(jìn)入第一級(jí)同步，也就是粗同步的過程；

基于假設(shè)的延時(shí)值D0，移動(dòng)兩路音頻采樣序列，使其在時(shí)間上對(duì)齊；然后從兩路音頻采樣序列的同一時(shí)間點(diǎn)開始向后各取長(zhǎng)度為M的同步測(cè)試音頻序列，分別計(jì)算這兩路同步測(cè)試音頻序列的MEL倒譜特征值，得到兩個(gè)同步測(cè)試音頻序列的特征值序列；

對(duì)假定的延時(shí)值D0，減去和加上一個(gè)搜索步長(zhǎng)S以后，分別得到兩個(gè)新的假定延時(shí)值D1和D2；

在延時(shí)值分別為D0、D1和D2時(shí)，分別計(jì)算這兩個(gè)同步測(cè)試音頻序列特征值的相關(guān)性值L0、L1和L2；

根據(jù)所述相關(guān)值，判斷下一步搜索方向繼續(xù)搜索，一直搜索到確定了最終的取值區(qū)間范圍；

在這個(gè)區(qū)間內(nèi)，縮小每一次搜索的步長(zhǎng)S，也就是進(jìn)入第二次同步即細(xì)同步，細(xì)同步的搜索步長(zhǎng)小于粗同步；

最后找出具體的延時(shí)值D值；

所述兩路音頻的周期比對(duì)包括以下步驟：

定期的對(duì)兩路音頻進(jìn)行音頻信號(hào)采樣，計(jì)算兩列采樣音頻序列的MEL倒譜特征值，然后比較他們的相關(guān)性；如果相關(guān)性仍然大于門限A，說明這段時(shí)間內(nèi)兩路音頻還是保持內(nèi)容一致的。

2.根據(jù)權(quán)利要求1所述的實(shí)時(shí)音頻比對(duì)方法，其特征在于，所述計(jì)算這兩個(gè)同步測(cè)試音頻序列特征值的相關(guān)性值L0、L1和L2包括以下步驟：

以D0為假設(shè)延時(shí)，對(duì)齊所述兩路音頻采樣序列，然后從兩路音頻采樣序列的同一時(shí)間點(diǎn)開始向后各取長(zhǎng)度為M的同步測(cè)試音頻序列，分別計(jì)算這兩路同步測(cè)試音頻序列的MEL倒譜特征值，得到兩個(gè)同步測(cè)試音頻序列的特征值序列；計(jì)算這兩個(gè)特征值序列的相關(guān)性值L0。

3.根據(jù)權(quán)利要求2所述的實(shí)時(shí)音頻比對(duì)方法，其特征在于，所述計(jì)算這兩個(gè)同步測(cè)試音頻序列特征值的相關(guān)性值L0、L1和L2包括以下步驟：

假設(shè)兩路音頻信號(hào)的延時(shí)值為?D1=D0–S秒，以D1為延時(shí)對(duì)齊兩列音頻序列，然后從對(duì)齊后的兩路音頻序列的同一時(shí)間點(diǎn)處開始向后各取長(zhǎng)度為M的音頻采樣序列，分別計(jì)算這兩路同步測(cè)試音頻序列的MEL倒譜特征值，得到兩個(gè)同步測(cè)試音頻序列的特征值序列；對(duì)這兩個(gè)MEL倒譜特征值序列計(jì)算相關(guān)性得到相關(guān)值L1。

4.根據(jù)權(quán)利要求3所述的實(shí)時(shí)音頻比對(duì)方法，其特征在于，所述計(jì)算這兩個(gè)同步測(cè)試音頻序列特征值的相關(guān)性值L0、L1和L2包括以下步驟：

假設(shè)兩路音頻信號(hào)的延時(shí)值為?D2=D0+S秒，以D2為延時(shí)對(duì)齊兩列音頻序列，然后從對(duì)齊后的兩個(gè)音頻序列的同一時(shí)間點(diǎn)處開始向后各取長(zhǎng)度為M的音頻采樣序列，分別計(jì)算這兩路同步測(cè)試音頻序列的MEL倒譜特征值，得到兩個(gè)同步測(cè)試音頻序列的特征值序列；根據(jù)兩個(gè)同步測(cè)試音頻序列的特征值序列，計(jì)算這兩個(gè)序列計(jì)算相關(guān)性值L2。

5.根據(jù)權(quán)利要求4所述的實(shí)時(shí)音頻比對(duì)方法，其特征在于，根據(jù)所述相關(guān)值判斷下一步搜索方向，具體包括以下步驟：

當(dāng)出現(xiàn)L1<L0且L2<L0的情況，實(shí)際的延時(shí)值D一定就在D1~D2之間，表示第一級(jí)同步完成，將進(jìn)入第二級(jí)同步；

當(dāng)出現(xiàn)L2>L0>L1時(shí)，可判斷D>D2，這時(shí)候應(yīng)當(dāng)繼續(xù)向右側(cè)搜索，取D0?=?D2，重復(fù)第一級(jí)同步的步驟；

當(dāng)出現(xiàn)L2<L0<L1時(shí)，可判斷D<D1，這時(shí)候應(yīng)當(dāng)繼續(xù)向左側(cè)搜索，取D0?=?D1，重復(fù)第一級(jí)同步的步驟。