[發(fā)明專利]一種音頻文件檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201610158801.X
• 申請日: 2016-03-18
• 公開（公告）號: CN107204183B
• 公開（公告）日: 2020-07-24
• 發(fā)明（設計）人: 郭偉
• 申請（專利權）人: 百度在線網(wǎng)絡技術（北京）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

1.一種音頻文件檢測方法，其特征在于，包括：

對待檢測音頻文件的音頻信號的設定維度參數(shù)進行歸一化處理；

對歸一化處理后的音頻信號進行分片處理；

對分片處理后的音頻信號進行特征提取，根據(jù)提取的特征構建待檢測音頻文件的特征向量；

根據(jù)構建的特征向量，查詢預建立的音頻文件特征庫，獲取待檢測音頻文件與特征庫中音頻文件的相似度；

所述根據(jù)構建的特征向量，查詢預建立的音頻文件特征庫，獲取待檢測音頻文件與特征庫中音頻文件的相似度，包括：

選取與待檢測音頻文件的應用場景相對應的目標特征向量，將待檢測音頻文件的目標特征向量與特征庫的版權音頻文件中與目標特征向量相對應的特征向量進行比對，獲取目標特征向量的相似度；

確定特征庫中與待檢測音頻文件的目標特征向量的相似度最大的目標音頻文件，將目標音頻文件未比對的特征向量與待檢測音頻文件的非目標特征向量進行比對，分別獲取待檢測音頻文件非目標特征向量的相似度；

根據(jù)獲取的待檢測音頻文件特征向量的相似度，獲取待檢測音頻文件與特征庫中音頻文件的相似度。

2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取待檢測音頻文件與特征庫中音頻文件的相似度之后，還包括：

根據(jù)獲取的待檢測音頻文件與特征庫中音頻文件的相似度，判斷待檢測音頻文件是否侵權。

3.根據(jù)權利要求1所述的方法，其特征在于，所述對待檢測音頻文件的音頻信號的設定維度參數(shù)進行歸一化處理包括：

對待檢測音頻文件的音頻信號的采樣頻率、比特率和最大振幅中的至少一個進行歸一化處理。

4.根據(jù)權利要求1所述的方法，其特征在于，對歸一化處理后的音頻信號進行分片處理包括：

將歸一化處理后的音頻信號進行等間隔的時間區(qū)間的劃分，獲取待檢測音頻文件的音頻信號在各個時間區(qū)間的音頻數(shù)據(jù)。

5.根據(jù)權利要求4所述的方法，其特征在于，對分片處理后的音頻信號進行特征提取，根據(jù)提取的特征構建待檢測音頻文件的特征向量包括：

將待檢測音頻文件的音頻信號在各個區(qū)間內的音頻數(shù)據(jù)進行傅里葉變換，獲取待檢測音頻文件在各個區(qū)間內的音頻信號的頻率特征；

根據(jù)獲取的音頻信號的頻率特征，獲取待檢測音頻文件在各個區(qū)間內相對頻率特征，所述相對頻率特征表征相鄰音頻信號的頻率之間的差值信息；

根據(jù)獲取的音頻信號的頻率特征，獲取待檢測音頻文件在各個區(qū)間內相關頻率特征，所述相關頻率特征表征相鄰音頻信號的頻率之間倍數(shù)信息；

根據(jù)獲取的待檢測音頻文件在各個時間區(qū)間內音頻數(shù)據(jù)中的最大振幅，獲取待檢測音頻文件在各個區(qū)間內音頻信號的能量特征；

分別采用獲取的待檢測音頻文件在各個時間區(qū)間內的音頻信號的頻率特征、相對頻率特征、相關頻率特征和能量特征構建待檢測音頻文件的特征向量。

6.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)構建的特征向量，查詢預建立的音頻文件特征庫，獲取待檢測音頻文件與特征庫中音頻文件的相似度，包括：

將構建的待檢測音頻文件的特征向量，分別先后與特征庫的第一區(qū)域和第二區(qū)域內版權音頻文件的特征向量進行比對；

根據(jù)比對結果獲取待檢測音頻文件與特征庫中音頻文件的相似度；

其中，第一區(qū)域內版權音頻文件特征向量按熱度進行排序，第二區(qū)域內版權音頻文件的特征向量進行二叉排序。

7.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)獲取的待檢測音頻文件特征向量的相似度，獲取待檢測音頻文件與特征庫中音頻文件的相似度，包括：

根據(jù)獲取的待檢測音頻文件特征向量的相似度及預設特征向量相似度的權重，獲取待檢測音頻文件與特征庫中音頻文件的相似度。