[發明專利]一種用于廣告音頻特征提取的方法

在審

• 申請號: 201810179397.3
• 申請日: 2018-03-05
• 公開（公告）號: CN108428150A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 俞清木
• 申請（專利權）人: 北京電廣聰信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;H04N21/233;H04N21/439
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

1.一種用于廣告音頻特征提取的方法，其特征在于，所述的方法包含：

步驟1，音頻采集存儲；

步驟2，確定特征點位；

步驟3，提取特征；

步驟4，特征搜索；

步驟5，音頻搜索優化。

2.如權利要求1所述的用于廣告音頻特征提取的方法，其特征在于，步驟2所述的點位是指電臺頻率和時間點，以對應廣告播出的開始時間。

3.如權利要求2所述的用于廣告音頻特征提取的方法，其特征在于，所述的步驟2包含：

步驟2.1，音頻格式轉換為單聲道，重采樣為8000Hz；

步驟2.2，對音頻加滑動窗口后計算短時傅立葉變換，轉換為頻譜；

步驟2.3，計算上述頻譜每個時間點特定頻率的能量值，以800Hz為中心，20Hz為σ，5個σ之內按正態分布函數對能量進行加權平均；

步驟2.4，對上述能量值曲線在滑動窗口內取極大值，極大值對應的時間點即為特征點位。

4.如權利要求3所述的用于廣告音頻特征提取的方法，其特征在于，所述的步驟2.4中的滑動窗口的滑動間隔為0.02秒，窗口長度為0.25秒。

5.如權利要求1所述的用于廣告音頻特征提取的方法，其特征在于，所述的步驟3包含：

步驟3.1，從點位時間起計算頻譜短時傅立葉變換的窗口為0.371秒，滑動間隔為0.0116秒，連續128個窗口；

步驟3.2，將頻譜能量范圍按對數坐標刻度分為31個區間；

步驟3.3，每個頻譜對應128×31個二維區域，在頻譜上計算能量得到尺寸為128×31的矩陣；

步驟3.4，對上述矩陣進行小波變換；

步驟3.5，把上述結果中值最大的200個元素置1，其余元素置零得到128×31的0/1矩陣；

步驟3.6，對上述矩陣進行200維最小哈希算法得到200維向量；

步驟3.7，對上述向量的200維按4維一組進行分組得到50組，只取其前48組，每一組按算術編碼進行編碼，并對編碼截斷只取其前一個字節，由此將200維向量縮減為48維字節向量，作為最終特征向量；

步驟3.8，匹配兩個點位，對其相似性使用漢明距離不同的字節個數。

6.如權利要求1所述的用于廣告音頻特征提取的方法，其特征在于，步驟4所述的特征搜索包括逐個比對和快速檢索兩種。

7.如權利要求6所述的用于廣告音頻特征提取的方法，其特征在于，所述的步驟4中的快速檢索是使用局部敏感哈希算法壓縮特征向量，建立可以駐留內存的索引，以實現高速近似搜索。

8.如權利要求1所述的用于廣告音頻特征提取的方法，其特征在于，步驟5所述的音頻搜索優化，是將搜索音頻進行預壓縮和拉伸，以找到相應的廣告播出點位。