[發明專利]一種音頻相似度的確定方法、裝置和存儲介質

在審

• 申請號: 201711204365.6
• 申請日: 2017-11-27
• 公開（公告）號: CN108021635A
• 公開（公告）日: 2018-05-11
• 發明（設計）人: 徐勇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種音頻相似度的確定方法，其特征在于，包括：

獲取第一音頻數據和第二音頻數據；

分別對第一音頻數據和第二音頻數據進行歸一化處理和高通濾波，得到第一音頻數據對應的第一濾波后數據、以及第二音頻數據對應的第二濾波后數據；

分別確定第一濾波后數據和第二濾波后數據的短時能量分布，得到第一濾波后數據對應的第一分布信息、以及第二濾波后數據對應的第二分布信息；

基于第一分布信息和第二分布信息計算第一音頻數據和第二音頻數據的相似度。

2.根據權利要求1所述的方法，其特征在于，所述分別對第一音頻數據和第二音頻數據進行歸一化處理和高通濾波，得到第一音頻數據對應的第一濾波后數據、以及第二音頻數據對應的第二濾波后數據，包括：

分別對第一音頻數據和第二音頻數據進行采樣，得到第一音頻數據對應的第一采樣點集合、以及第二音頻數據對應的第二采樣點集合；

分別對第一采樣點集合中所有采樣點和第二采樣點集合中所有采樣點進行歸一化處理，得到第一采樣點集合對應的第一處理后數據、以及第二采樣點集合對應的第二處理后數據；

分別采用高通濾波器對第一處理后數據和第二處理后數據進行濾波，得到第一音頻數據對應的第一濾波后數據、以及第二音頻數據對應的第二濾波后數據。

3.根據權利要求2所述的方法，其特征在于，所述分別對第一采樣點集合中所有采樣點和第二采樣點集合中所有采樣點進行歸一化處理，得到第一采樣點集合對應的第一處理后數據、以及第二采樣點集合對應的第二處理后數據，包括：

計算所述第一采樣點集合中所有采樣點的絕對值最大值，根據所述絕對值最大值將第一采樣點集合中所有采樣點的幅值調整到預設區間之間，得到第一采樣點集合對應的第一處理后數據；

計算所述第二采樣點集合中所有采樣點的絕對值最大值，根據所述絕對值最大值將第二采樣點集合中所有采樣點的幅值調整到預設區間之間，得到第二采樣點集合對應的第二處理后數據。

4.根據權利要求2所述的方法，其特征在于，所述分別采用高通濾波器對第一處理后數據和第二處理后數據進行濾波，得到第一音頻數據對應的第一濾波后數據、以及第二音頻數據對應的第二濾波后數據，包括：

對第一處理后數據進行預加重，采用高通濾波器對預加重后的第一處理后數據進行濾波，得到第一音頻數據對應的第一濾波后數據；

對第二處理后數據進行預加重，采用高通濾波器對預加重后的第二處理后數據進行濾波，得到第二音頻數據對應的第二濾波后數據。

5.根據權利要求1所述的方法，其特征在于，所述分別確定第一濾波后數據和第二濾波后數據的短時能量分布，得到第一濾波后數據對應的第一分布信息、以及第二濾波后數據對應的第二分布信息，包括：

獲取漢明窗函數；

對第一濾波后數據進行點乘運算，將運算得到的結果與所述漢明窗函數進行卷積，得到第二濾波后數據對應的第一分布信息；

對第二濾波后數據進行點乘運算，將運算得到的結果與所述漢明窗函數進行卷積，得到第二濾波后數據對應的第二分布信息。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述基于第一分布信息和第二分布信息計算第一音頻數據和第二音頻數據的相似度，包括：

計算所述第一分布信息和第二分布信息的余弦相似度，得到第一音頻數據和第二音頻數據的相似度。

7.根據權利要求6所述的方法，其特征在于，所述計算所述第一分布信息和第二分布信息的余弦相似度之前，還包括：

去除第一分布信息的首尾靜音片段，得到第一有效分布信息，所述首尾靜音片段為音頻數據首部和尾部中能量值低于預設閾值的采樣點；

去除第二分布信息的首尾靜音片段，得到第二有效分布信息；

所述計算所述第一分布信息和第二分布信息的余弦相似度，具體為：計算所述第一有效分布信息和第二有效分布信息的余弦相似度。