[發明專利]提取音頻文件的相似片段的方法及裝置

在審

• 申請號: 202011101357.0
• 申請日: 2020-10-15
• 公開（公告）號: CN112434263A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 徐單恒
• 申請（專利權）人: 杭州安存網絡科技有限公司
• 主分類號: G06F21/10
• 分類號: G06F21/10;G06F16/683
• 代理公司: 北京律和信知識產權代理事務所(普通合伙) 11446
• 代理人: 謝清萍;項榮

本申請提出一種提取音頻文件的相似片段的方法及裝置，包括獲取第一音頻文件和第二音頻文件；提取所述第一音頻文件和所述第二音頻文件的音頻信號數據，得到第一音頻信號數據和第二音頻信號數據；分幀處理所述第一音頻信號數據和所述第二音頻信號數據；以預定的時長和步長滑動截取分幀處理后的所述第一音頻信號數據和所述第二音頻信號數據，得到第一音頻片段和第二音頻片段；計算所述第一音頻片段和所述第二音頻片段的相似度；提取所述第一音頻文件和所述第二音頻文件中相似的音頻片段。根據本申請的技術方案，通過截取音頻片段并依次計算截取的音頻片段的相似度，判斷兩音頻是否相似并提取相似的音頻片段，方便被侵權人匹配查找侵權音頻中侵權部分。

技術領域

本申請涉及音頻版權查證領域，具體而言，涉及一種提取音頻文件相似片段的方法及裝置。

背景技術

目前，隨著人們知識產權意識的提高，音頻制作人對自己的音頻作品所有權意識越來越高，當發生音頻盜錄或翻唱等侵權行為后，第一時間會去尋找侵權證據。現有技術是將原音頻和侵權音頻都作為證據，但有時盜錄的并不是整首音頻。因此，在檢查證據時會浪費時間。

在所述背景技術部分，公開的上述信息僅用于加強對本申請的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術信息。

發明內容

本申請提供一種提取音頻文件的相似片段的方法及裝置，方便被侵權人匹配查找侵權音頻中侵權部分，節約了被侵權人的查證時間。

根據本申請的一方面，提出一種提取音頻文件的相似片段的方法，包括獲取第一音頻文件和第二音頻文件；提取所述第一音頻文件和所述第二音頻文件的音頻信號數據，得到第一音頻信號數據和第二音頻信號數據；分幀處理所述第一音頻信號數據和所述第二音頻信號數據，對所述第一音頻信號數據和所述第二音頻信號數據按時間分塊；以預定的時長和步長滑動截取分幀處理后的所述第一音頻信號數據和所述第二音頻信號數據，得到第一音頻片段和第二音頻片段；計算所述第一音頻片段和所述第二音頻片段的相似度；根據所述相似度的結果，提取所述第一音頻文件和所述第二音頻文件中相似的音頻片段。

根據一些實施例，在分幀處理所述第一音頻信號數據和所述第二音頻信號數據之前，前述方法還包括預處理所述第一音頻信號數據和所述第二音頻信號數據。

根據一些實施例，預處理所述第一音頻信號數據和所述第二音頻信號數據，包括歸一化所述第一音頻信號數據和所述第二音頻信號數據；降噪歸一化后的所述第一音頻信號數據和所述第二音頻信號數據。

根據一些實施例，降噪歸一化后的所述第一音頻信號數據和所述第二音頻信號數據，包括利用窗函數，得到函數窗數據；利用所述函數窗數據，對歸一化后的所述第一音頻信號數據和所述第二音頻信號數據分別進行卷積運算；分別取出所述第一音頻信號數據和所述函數窗數據、所述第二音頻信號數據和所述函數窗數據卷積運算后完全重疊的區域數據。

根據一些實施例，所述利用窗函數，得到函數窗數據包括利用漢寧函數計算權重，生成漢寧窗，得到所述函數窗數據。

根據一些實施例，計算所述第一音頻片段和所述第二音頻片段的相似度，包括設置音頻相似度閾值；利用互相關函數，依次計算所述第一音頻信號數據的所述第一音頻片段和所述第一音頻信號數據的所述第二音頻片段的相似度。比較所述相似度和所述相似度閾值的大小。

根據一些實施例，提取所述第一音頻文件和所述第二音頻文件的相似的音頻片段，包括如果所述相似度大于所述相似度閾值，則分別記錄所述第一音頻片段和所述第二音頻片段的開始時間和結束時間；按音頻片段的開始時間，分別排序所述第一音頻片段和所述第二音頻片段；合并有相鄰或相交開始時間的所述第一音頻片段和所述第二音頻片段；更新所述第一音頻片段和所述第二音頻片段的開始時間和結束時間；利用更新的所述第一音頻片段和所述第二音頻片段的開始時間和結束時間，分別提取所述第一音頻文件和所述第二音頻文件的相似的音頻片段。