[發明專利]用于輸出信息的方法和裝置

有效

• 申請號: 201810365079.6
• 申請日: 2018-04-23
• 公開（公告）號: CN108615006B
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 李超
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38;G06K9/62;G10L25/27
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于輸出信息的方法，包括：

獲取待處理的音頻的語譜圖；

將所述語譜圖進行二值化處理，得到二值化圖像；

從所述二值化圖像中確定出與預設的模板圖像匹配的目標區域，其中，所述模板圖像是由模板語譜圖通過二值化處理得到的，圖像匹配包括以灰度為基礎的匹配和/或以特征為基礎的匹配，特征包括以下至少一項：顏色特征、紋理特征、形狀特征、空間位置特征；

輸出所述目標區域對應的時間區間；

其中，所述從所述二值化圖像中確定出與預設的模板圖像匹配的目標區域，包括：

從所述二值化圖像中確定出與預設的模板圖像之間像素值的相似度大于預定相似度閾值的區域作為候選區域；

從所述候選區域中提取出特征向量；

將所述特征向量輸入預設的分類器，輸出所述特征向量屬于預定類別的概率；

響應于確定出輸出的所述特征向量屬于預定類別的概率大于預定概率閾值，將所述候選區域確定為目標區域。

2.根據權利要求1所述的方法，其中，所述從所述二值化圖像中確定出與預設的模板圖像匹配的目標區域，包括：

從所述二值化圖像中確定出與預設的模板圖像之間漢明距離小于預定距離閾值的區域作為目標區域。

3.根據權利要求1所述的方法，其中，所述從所述二值化圖像中確定出與預設的模板圖像匹配的目標區域，包括：

從所述二值化圖像中確定出與預設的模板圖像之間的余弦相似度大于預定余弦相似度閾值的區域作為目標區域。

4.根據權利要求1所述的方法，其中，所述從所述候選區域中提取出特征向量，包括：

從所述候選區域的縱坐標的頻率區間范圍內選取至少一個預定的頻率作為特征頻率；

對于選取出的特征頻率中的每個特征頻率，將所述候選區域中該特征頻率對應的像素點的像素值累加作為該特征頻率的特征值；

根據各特征頻率的特征值生成特征向量。

5.根據權利要求1-4之一所述的方法，其中，所述方法還包括：

將在所述時間區間范圍內的音頻片段從所述音頻中刪除。

6.一種用于輸出信息的裝置，包括：

獲取單元，配置用于獲取待處理的音頻的語譜圖；

處理單元，配置用于將所述語譜圖進行二值化處理，得到二值化圖像；

匹配單元，配置用于從所述二值化圖像中確定出與預設的模板圖像匹配的目標區域，其中，所述模板圖像是由模板語譜圖通過二值化處理得到的，圖像匹配包括以灰度為基礎的匹配和/或以特征為基礎的匹配，特征包括以下至少一項：顏色特征、紋理特征、形狀特征、空間位置特征；

輸出單元，配置用于輸出所述目標區域對應的時間區間；

其中，所述匹配單元進一步配置用于：

從所述二值化圖像中確定出與預設的模板圖像之間像素值的相似度大于預定相似度閾值的區域作為候選區域；

從所述候選區域中提取出特征向量；

將所述特征向量輸入預設的分類器，輸出所述特征向量屬于預定類別的概率；

響應于確定出輸出的所述特征向量屬于預定類別的概率大于預定概率閾值，將所述候選區域確定為目標區域。

7.根據權利要求6所述的裝置，其中，所述匹配單元進一步配置用于：

從所述二值化圖像中確定出與預設的模板圖像之間漢明距離小于預定距離閾值的區域作為目標區域。

8.根據權利要求6所述的裝置，其中，所述匹配單元進一步配置用于：

從所述二值化圖像中確定出與預設的模板圖像之間的余弦相似度大于預定余弦相似度閾值的區域作為目標區域。

9.根據權利要求6所述的裝置，其中，所述匹配單元進一步配置用于：

從所述候選區域的縱坐標的頻率區間范圍內選取至少一個預定的頻率作為特征頻率；

對于選取出的特征頻率中的每個特征頻率，將所述候選區域中該特征頻率對應的像素點的像素值累加作為該特征頻率的特征值；

根據各特征頻率的特征值生成特征向量。