[發明專利]音頻相似度檢測方法、裝置、存儲介質及計算機設備

有效

• 申請號: 201811233515.0
• 申請日: 2018-10-23
• 公開（公告）號: CN109087669B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 陳均;趙旭峰;沈錦龍;樊征
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/18
• 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

1.一種音頻相似度檢測方法，其特征在于，包括：

獲取待檢測音頻；

從所述待檢測音頻中篩選出滿足預設條件的音頻，并根據篩選出的音頻獲取所述待檢測音頻的特征序列；

獲取基準音頻的基準特征序列；

獲取所述待檢測音頻的特征序列，與所述基準音頻的基準特征序列之間的相似距離，所述相似距離至少包括編輯距離、歐幾里得距離和漢明距離；

構建所述編輯距離、歐幾里得距離和漢明距離中各距離與子相似度之間的仿射函數；

根據各距離對應的仿射函數分別確定各距離對應的子相似度；

根據所述子相似度確定所述待檢測音頻和基準音頻之間的相似度。

2.根據權利要求1所述的音頻相似度檢測方法，其特征在于，所述從所述待檢測音頻中篩選出滿足預設條件的音頻，并根據篩選出的音頻獲取所述待檢測音頻的特征序列，包括：

對所述待檢測音頻進行預處理，得到預處理后的音頻；

獲取所述預處理后的音頻的能量譜；

根據所述能量譜，從所述預處理后的音頻中篩選出滿足預設條件的音頻，并將篩選出的音頻對應的頻率序列設置為所述待檢測音頻的特征序列。

3.根據權利要求2所述的音頻相似度檢測方法，其特征在于，所述對所述待檢測音頻進行預處理，得到預處理后的音頻，包括：

按照預設采樣策略對所述待檢測音頻進行采樣，得到采樣后的音頻；

按照預設分幀策略對所述采樣后的音頻進行分幀處理，得到分幀后的音頻；

對所述分幀后的音頻進行加窗處理，得到離散時域的預處理后的音頻。

4.根據權利要求2所述的音頻相似度檢測方法，其特征在于，所述獲取所述預處理后的音頻的能量譜，包括：

對所述預處理后的音頻進行積分變換，得到所述預處理后的音頻對應的頻譜；

根據所述頻譜確定所述預處理后的音頻的能量譜。

5.根據權利要求2所述的音頻相似度檢測方法，其特征在于，所述根據所述能量譜，從所述預處理后的音頻中篩選出滿足預設條件的音頻，包括：

根據所述能量譜獲取所述待檢測音頻的聲音強度；

從所述待檢測音頻中篩選出聲音強度大于預設閾值的音頻，得到聲音強度滿足所述預設條件的音頻。

6.根據權利要求5所述的音頻相似度檢測方法，其特征在于，所述從所述待檢測音頻中篩選出聲音強度大于預設閾值的音頻，得到聲音強度滿足所述預設條件的音頻，包括：

將所述待檢測音頻的聲音強度標準化到預設聲音強度范圍，得到聲音強度標準化音頻；

從所述聲音強度標準化音頻中篩選出聲音強度大于預設閾值的音頻，得到聲音強度滿足所述預設條件的音頻。

7.根據權利要求1所述的音頻相似度檢測方法，其特征在于，當所述基準音頻中包括目標基準音頻和干擾音頻時，所述獲取基準音頻的基準特征序列，包括：

獲取所述目標基準音頻的第一均方根能量均值，以及獲取所述干擾音頻的第二均方根能量均值；

獲取所述目標基準音頻的第一能量譜，以及獲取所述干擾音頻的第二能量譜；

根據所述第一能量譜、第一均方根能量均值、第二均方根能量均值及第二能量譜，對所述基準音頻進行優化，得到優化后的基準音頻；

獲取所述優化后的基準音頻的基準特征序列。

8.根據權利要求7所述的音頻相似度檢測方法，其特征在于，所述獲取所述目標基準音頻的第一均方根能量均值，以及獲取所述干擾音頻的第二均方根能量均值，包括：

確定所述目標基準音頻的第一均方根能量，以及確定所述干擾音頻的第二均方根能量；

獲取所述目標基準音頻的第一幀數和第一幀長，以及獲取所述干擾音頻的第二幀數和第二幀長；

根據所述第一均方根能量、第一幀數和第一幀長確定所述目標基準音頻的第一均方根能量均值，以及根據所述第二均方根能量、第二幀數和第二幀長確定所述干擾音頻的第二均方根能量均值。