[發(fā)明專利]一種音頻指紋的提取方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010845686.X
• 申請日: 2020-08-20
• 公開（公告）號: CN112037814A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 陳曉敏;姜濤
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/18;G10L25/54;G10L25/51;G10L17/00
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 石磊

1.一種音頻指紋的提取方法，其特征在于，所述方法包括：

確定待處理的音頻信號，并對所述待處理的音頻信號進(jìn)行頻譜特征提取處理，獲得目標(biāo)頻譜圖；

從所述目標(biāo)頻譜圖中提取局部區(qū)域峰值點(diǎn)，獲得局部峰值點(diǎn)候選集，所述局部峰值點(diǎn)候選集包括所述目標(biāo)頻譜圖上按照預(yù)設(shè)頻段劃分的各區(qū)域中的峰值點(diǎn)；以及，

從所述目標(biāo)頻譜圖的平坦區(qū)域中提取峰值點(diǎn)，獲得平坦區(qū)域的局部峰值點(diǎn)集合，其中，所述平坦區(qū)域為所述目標(biāo)頻譜圖中與相鄰能量值的差值屬于第一預(yù)定范圍，且能量值小于第一預(yù)定值的多個能量值所組成的連通區(qū)域；

基于所述局部峰值點(diǎn)候選集和所述平坦區(qū)域的局部峰值點(diǎn)集合，得到目標(biāo)局部峰值點(diǎn)集合，并根據(jù)所述目標(biāo)局部峰值點(diǎn)集合確定所述待處理的音頻信號的音頻指紋，其中，所述目標(biāo)局部峰值點(diǎn)集合包括從所述局部峰值點(diǎn)候選集中剔除所述平坦區(qū)域的局部峰值點(diǎn)集合中的峰值點(diǎn)。

2.如權(quán)利要求1所述的方法，其特征在于，所述從所述目標(biāo)頻譜圖的平坦區(qū)域中提取峰值點(diǎn)，獲得平坦區(qū)域的局部峰值點(diǎn)集合，包括：

確定所述目標(biāo)頻譜圖的平坦區(qū)域；

對所述平坦區(qū)域進(jìn)行蝕刻處理，獲得第一平坦區(qū)域，并對所述第一平坦區(qū)域進(jìn)行最大值池化處理，以獲得所述第一平坦區(qū)域的局部峰值點(diǎn)集合。

3.如權(quán)利要求2所述的方法，其特征在于，所述確定所述目標(biāo)頻譜圖的平坦區(qū)域，包括：

對所述目標(biāo)頻譜圖進(jìn)行均值池化處理，得到所述目標(biāo)頻譜圖對應(yīng)的局部平均值圖；

將所述目標(biāo)頻譜圖的能量值減去所述局部平均值圖中的能量值，獲得處理值集；

若確定所述處理值集中的多個處理值與第二預(yù)定閾值的差值屬于預(yù)定范圍，則根據(jù)所述多個處理值對應(yīng)的能量值在所述目標(biāo)頻譜圖中的位置，確定所述目標(biāo)頻譜圖的平坦區(qū)域。

4.如權(quán)利要求3所述的方法，其特征在于，所述對所述平坦區(qū)域進(jìn)行蝕刻處理，獲得第一平坦區(qū)域，包括：

確定所述平坦區(qū)域中的第一處理子區(qū)域，其中，所述第一處理子區(qū)域為所述平坦區(qū)域中按照第一預(yù)設(shè)頻段劃分的各區(qū)域中的任一子區(qū)域；

將所述第一處理子區(qū)域中的處理值進(jìn)行蝕刻處理，獲得蝕刻處理后的對應(yīng)值；

將所述對應(yīng)值中與預(yù)設(shè)值相同的值對應(yīng)刪除，獲得第一處理子區(qū)域?qū)?yīng)的能量值，以獲得所述第一平坦區(qū)域。

5.如權(quán)利要求1所述的方法，其特征在于，從所述目標(biāo)頻譜圖中提取局部區(qū)域峰值點(diǎn)，獲得局部峰值點(diǎn)候選集，包括：

對所述目標(biāo)頻譜圖進(jìn)行最大值池化處理，獲得局部峰值點(diǎn)候選集。

6.一種音頻指紋的提取裝置，其特征在于，所述裝置包括：

處理單元，被配置為執(zhí)行確定待處理的音頻信號，并對所述待處理的音頻信號進(jìn)行頻譜特征提取處理，獲得目標(biāo)頻譜圖；

第一獲得單元，被配置為執(zhí)行從所述目標(biāo)頻譜圖中提取局部區(qū)域峰值點(diǎn)，獲得局部峰值點(diǎn)候選集，所述局部峰值點(diǎn)候選集包括所述目標(biāo)頻譜圖上按照預(yù)設(shè)頻段劃分的各區(qū)域中的峰值點(diǎn)；以及，

第二獲得單元，被配置為執(zhí)行從所述目標(biāo)頻譜圖的平坦區(qū)域中提取峰值點(diǎn)，獲得平坦區(qū)域的局部峰值點(diǎn)集合，其中，所述平坦區(qū)域為所述目標(biāo)頻譜圖中與相鄰能量值的差值屬于第一預(yù)定范圍，且能量值小于第一預(yù)定值的多個能量值所組成的連通區(qū)域；

確定單元，基于所述局部峰值點(diǎn)候選集和所述平坦區(qū)域的局部峰值點(diǎn)集合，得到目標(biāo)局部峰值點(diǎn)集合，并根據(jù)所述目標(biāo)局部峰值點(diǎn)集合確定所述待處理的音頻信號的音頻指紋，其中，所述目標(biāo)局部峰值點(diǎn)集合包括從所述局部峰值點(diǎn)候選集中剔除所述平坦區(qū)域的局部峰值點(diǎn)集合中的峰值點(diǎn)。

7.如權(quán)利要求6所述的裝置，其特征在于，所述第二獲得單元被配置為執(zhí)行：

確定所述目標(biāo)頻譜圖的平坦區(qū)域；

對所述平坦區(qū)域進(jìn)行蝕刻處理，獲得第一平坦區(qū)域，并對所述第一平坦區(qū)域進(jìn)行最大值池化處理，以獲得所述第一平坦區(qū)域的局部峰值點(diǎn)集合。