[發(fā)明專利]基于聲紋識別的視頻參數(shù)調(diào)整方法、裝置及讀存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201811586465.4 | 申請日： | 2018-12-21 |
| 公開（公告）號： | CN109448735B | 公開（公告）日： | 2022-05-20 |
| 發(fā)明（設(shè)計）人： | 付華東 | 申請（專利權(quán)）人： | 深圳創(chuàng)維-RGB電子有限公司 |
| 主分類號： | G10L17/22 | 分類號： | G10L17/22;G10L17/08;G10L25/63;H04N21/485 |
| 代理公司： | 深圳市世紀恒程知識產(chǎn)權(quán)代理事務(wù)所 44287 | 代理人： | 胡海國 |
| 地址： | 518057 廣東省深圳市*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 聲紋 識別 視頻 參數(shù) 調(diào)整 方法 裝置 存儲 介質(zhì) | ||
1.一種基于聲紋識別的視頻參數(shù)調(diào)整方法，其特征在于，所述基于聲紋識別的視頻參數(shù)調(diào)整方法包括以下步驟：
在智能終端播放視頻節(jié)目時，接收聲紋數(shù)據(jù)采集模塊采集的音頻信息；
在聲紋特征庫中存在所述音頻信息對應(yīng)的目標預(yù)設(shè)音頻信息時，基于所述目標預(yù)設(shè)音頻信息，確定所述音頻信息對應(yīng)的用戶身份信息以及用戶心情信息；
獲取所述用戶心情信息對應(yīng)的參數(shù)調(diào)整模式的調(diào)整參數(shù)，以及基于所述用戶身份信息獲取所述參數(shù)調(diào)整模式對應(yīng)的調(diào)整比例；
基于所述調(diào)整參數(shù)以及調(diào)整比例調(diào)整所述智能終端的視頻播放參數(shù)；
其中，所述在聲紋特征庫中存在所述音頻信息對應(yīng)的目標預(yù)設(shè)音頻信息時，基于所述目標預(yù)設(shè)音頻信息，確定所述音頻信息對應(yīng)的用戶身份信息以及用戶心情信息的步驟包括：
確定所述音頻信息對應(yīng)的聲紋特征向量；
確定聲紋特征庫的預(yù)設(shè)音頻信息對應(yīng)的預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量；
若存在，則基于目標特征向量對應(yīng)的目標預(yù)設(shè)音頻信息，確定所述音頻信息對應(yīng)的用戶身份信息以及用戶心情信息；
所述聲紋特征向量包括音調(diào)特征向量、響度特征向量和音色特征向量，所述確定聲紋特征庫的預(yù)設(shè)音頻信息對應(yīng)的預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量的步驟包括：
計算各個所述預(yù)設(shè)特征向量中的預(yù)設(shè)音色特征向量，與所述音色特征向量之間的第二相似度；
在所述第二相似度中的最大相似度大于第二預(yù)設(shè)相似度時，基于所述最大相似度獲取參數(shù)調(diào)整模式對應(yīng)的預(yù)設(shè)音調(diào)特征向量以及預(yù)設(shè)響度特征向量，并基于所述響度特征向量、音色特征向量、預(yù)設(shè)音調(diào)特征向量以及預(yù)設(shè)響度特征向量，確定預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量。
2.如權(quán)利要求1所述的基于聲紋識別的視頻參數(shù)調(diào)整方法，其特征在于，所述確定聲紋特征庫的預(yù)設(shè)音頻信息對應(yīng)的預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量的步驟包括：
計算所述聲紋特征庫中各個預(yù)設(shè)音頻信息對應(yīng)的預(yù)設(shè)特征向量，與所述聲紋特征向量之間的第一相似度；
確定所述第一相似度中的最大相似度是否大于第一預(yù)設(shè)相似度，其中，在所述第一相似度中的最大相似度大于第一預(yù)設(shè)相似度時，確定聲紋特征庫中存在與所述聲紋特征向量匹配的目標特征向量，所述第一相似度中的最大相似度所對應(yīng)的預(yù)設(shè)聲紋特征向量為所述目標特征向量。
3.如權(quán)利要求1所述的基于聲紋識別的視頻參數(shù)調(diào)整方法，其特征在于，所述確定所述音頻信息對應(yīng)的聲紋特征向量的步驟包括：
基于預(yù)設(shè)時間窗，按照預(yù)設(shè)頻率對所述音頻信息進行采樣，以獲得采樣數(shù)據(jù)；
根據(jù)所述采樣數(shù)據(jù)生成所述聲紋特征向量。
4.如權(quán)利要求1所述的基于聲紋識別的視頻參數(shù)調(diào)整方法，其特征在于，所述在所述第二相似度中的最大相似度大于第二預(yù)設(shè)相似度時，基于所述最大相似度獲取參數(shù)調(diào)整模式對應(yīng)的預(yù)設(shè)音調(diào)特征向量以及預(yù)設(shè)響度特征向量，并基于所述響度特征向量、音色特征向量、預(yù)設(shè)音調(diào)特征向量以及預(yù)設(shè)響度特征向量，確定預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量的步驟包括：
在所述第二相似度中的最大相似度大于第二預(yù)設(shè)相似度時，確定所述第二相似度中的最大相似度的預(yù)設(shè)音色特征向量所對應(yīng)的用戶身份信息，并基于所述用戶身份信息獲取參數(shù)調(diào)整模式對應(yīng)的預(yù)設(shè)音調(diào)特征向量以及預(yù)設(shè)響度特征向量，其中，所述參數(shù)調(diào)整模式包括增強模式、中間模式以及減弱模式；
計算所述音調(diào)特征向量與所述預(yù)設(shè)音調(diào)特征向量之間的第三相似度，以及計算所述響度特征向量與所述預(yù)設(shè)響度特征向量之間的第四相似度；
基于所述第三相似度以及所述第四相似度，確定預(yù)設(shè)特征向量中，是否存在與所述聲紋特征向量匹配的目標特征向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳創(chuàng)維-RGB電子有限公司，未經(jīng)深圳創(chuàng)維-RGB電子有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811586465.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
