[發明專利]一種實時音頻比對方法

在審

• 申請號: 201410814218.0
• 申請日: 2015-08-04
• 公開（公告）號: CN104505101A
• 公開（公告）日: 2015-07-29
• 發明（設計）人: 張丹;胡志琳;李佳驊;石建
• 申請（專利權）人: 北京巴越赤石科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種判斷兩路實時音頻信號的內容是否相同的比對方法。

背景技術

兩路實時音頻信號一般是經過不同的傳輸通道傳入的，因為信道傳輸的延時，會造成兩路信號在到達時間上的不同步。因此對這兩路實時音頻要做的第一件事情是進行同步計算，找出兩路信號的延時大小。同步的結果會極大影響后續比對的準確度。

所以在實時音頻的比對中，同步算法是最關鍵的模塊。

現有技術中，判斷兩路音頻信號是否同步，具有多種方法：

1）有輔助信息的同步，例如?“音頻水印”技術，是在原始音頻中插入一些額外的輔助信息，依靠這些輔助信息進行同步。這些特定的信息耳朵聽不到，但是設備可以檢測出來，用這些信息輔助進行同步。但這種方法一定程度上會降低聲音的質量，另外前端需要安裝特殊設備，提高了成本。

2）無輔助信息的同步，可以再細分為

a.?時間域上的同步計算：根據音頻信號的時間特性的相關性來計算延時。可以使用的時間特性包括時域的信號包絡，或者是音頻能量的變化趨勢等。這類算法的優點是計算量小，因為不需要變換到頻域。缺點是很容易受到噪聲、信道衰減的影響，準確率低，難以收斂。

b.?變換域上的同步計算:把音頻信號變換到頻域（或其他變換域），根據頻域特征值的相關性來計算延時。這類算法的優點是準確性較高。由于利用了頻域的特性，符合人耳辯聲的原理，受噪聲和衰減的影響小。缺點是涉及到時頻變換，計算量大。

因此，現有的各種技術都存在缺陷，有待于進一步改進和發展。

發明內容

本發明的目的是提供一種計算量小，精度高的兩路實時音頻信號的對比方法。

為了實現上述目的，本發明采用如下技術方案：

一種實時音頻比對方法，用于對兩路實時的音頻信號進行比較分析，判斷兩路信號是否為同樣的內容，具體包括：

兩路音頻信號的初始同步和兩路音頻的周期比對；

所述兩路音頻信號的初始同步，包括以下步驟：

對第一路音頻信號和第二路音頻信號，分別讀取N秒鐘的音頻，對兩段音頻進行采樣得到兩組待同步的音頻采樣序列；首先假設兩路音頻信號的延時值為D為D0，D0=0，進入第一級同步，也就是粗同步的過程；

通過假設的延時值D0，移動兩路音頻采樣序列，使其在時間上對齊；然后從兩路音頻采樣序列的同一時間點開始向后各取長度為M的同步測試音頻序列，分別計算這兩路同步測試音頻序列的MEL倒譜特征值，得到兩個同步測試音頻序列的特征值序列；

對假定的延時值D0，減去和加上一個搜索步長S以后，分別得到兩個新的假定延時值D1和D2。在延時值分別為D0、D1和D2時，分別計算這兩個同步測試音頻序列特征值的相關性值L0、L1和L2；

根據所述相關值，判斷下一步搜索方向繼續搜索，一直搜索到確定了最終的取值區間范圍；

在這個區間內，縮小每一次搜索的步長S，也就是進入第二次同步即細同步，細同步的搜索步長小于粗同步；

最后找出具體的滿足條件（相關性大于門限A）的延時值D值；

所述兩路音頻的周期比對包括以下步驟：

定期的對兩路音頻進行音頻信號采樣，計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性；如果相關性仍然大于門限A，說明這段時間內兩路音頻還是保持內容一致的。

所述的實時音頻比對方法，其中，所述計算這兩個同步測試音頻序列特征值的相關性值L0、L1和L2包括以下步驟：

以D0為假設延時，對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間點開始向后各取長度為M的同步測試音頻序列，分別計算這兩路同步測試音頻序列的MEL倒譜特征值，得到兩個同步測試音頻序列的特征值序列；計算這兩個特征值序列的相關性值L0。

所述的實時音頻比對方法，其中，所述計算這兩個同步測試音頻序列特征值的相關性值L0、L1和L2包括以下步驟：

假設兩路音頻信號的延時值為?D1=D0–S秒，以D1為延時對齊兩列音頻序列，然后從對齊后的兩路音頻序列的同一時間點處開始向后各取長度為M的音頻采樣序列，分別計算這兩路同步測試音頻序列的MEL倒譜特征值，得到兩個同步測試音頻序列的特征值序列；對這兩個MEL倒譜特征值序列計算相關性得到相關值L1。

所述的實時音頻比對方法，其中，所述計算這兩個同步測試音頻序列特征值的相關性值L0、L1和L2包括以下步驟：