[發(fā)明專利]音頻重音識別方法、裝置、設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011172637.0
• 申請日: 2020-10-28
• 公開（公告）號: CN112259088A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 鄭亞軍
• 申請（專利權(quán)）人: 瑞聲新能源發(fā)展（常州）有限公司科教城分公司;瑞聲光電科技（常州）有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L25/27
• 代理公司: 深圳中細(xì)軟知識產(chǎn)權(quán)代理有限公司 44528
• 代理人: 田麗麗

1.一種音頻重音識別的方法，其特征在于，所述方法包括：

獲取原始音頻信號；

獲取目標(biāo)高斯窗函數(shù)，根據(jù)所述目標(biāo)高斯窗函數(shù)對所述原始音頻信號進(jìn)行處理，得到所述原始音頻信號對應(yīng)的能量變化曲線；

獲取目標(biāo)滑動窗，根據(jù)所述目標(biāo)滑動窗確定所述能量變化曲線中的重音時刻，將在所述重音時刻的所述原始音頻信號標(biāo)示為音頻重音。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)高斯窗函數(shù)對所述原始音頻信號進(jìn)行處理，得到所述原始音頻信號對應(yīng)的能量變化曲線，包括：

根據(jù)所述目標(biāo)高斯函數(shù)對所述原始音頻信號進(jìn)行加權(quán)計算，得到所述原始音頻信號對應(yīng)的能量曲線；

對所述能量曲線進(jìn)行數(shù)值轉(zhuǎn)換處理，得到所述原始音頻信號對應(yīng)的能量變化曲線。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)高斯函數(shù)對所述原始音頻信號進(jìn)行加權(quán)計算，得到所述原始音頻信號對應(yīng)的能量曲線，包括：

根據(jù)所述目標(biāo)高斯窗函數(shù)確定所述原始音頻信號在目標(biāo)時刻的截斷音頻信號；其中，所述目標(biāo)時刻為所述原始音頻信號中的任意一個時刻；

將所述截斷音頻信號與所述目標(biāo)高斯窗函數(shù)進(jìn)行加權(quán)計算，獲取所述原始音頻信號在所述目標(biāo)時刻的目標(biāo)能量值，根據(jù)在每一目標(biāo)時刻的所述目標(biāo)能量值得到所述原始音頻信號對應(yīng)的能量曲線。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述目標(biāo)高斯窗函數(shù)確定所述原始音頻信號在目標(biāo)時刻的截斷音頻信號，包括：

以所述目標(biāo)時刻為所述目標(biāo)高斯窗函數(shù)對應(yīng)的高斯窗口的中間時刻，在所述原始音頻信號上添加高斯窗口；

將所述高斯窗口內(nèi)的音頻信號作為在所述目標(biāo)時刻的截斷音頻信號。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述能量曲線進(jìn)行數(shù)值轉(zhuǎn)換處理，得到所述原始音頻信號對應(yīng)的能量變化曲線，包括：

對所述能量曲線進(jìn)行取對數(shù)處理，獲取所述原始音頻信號對應(yīng)的對數(shù)函數(shù)；

對所述對數(shù)函數(shù)進(jìn)行二次求導(dǎo)處理，獲取所述原始音頻信號對應(yīng)的能量變化曲線。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)滑動窗確定所述能量變化曲線中的重音時刻，包括：

在所述能量變化曲線中添加所述目標(biāo)滑動窗，獲取所述目標(biāo)滑動窗內(nèi)所述能量變化曲線的能量變化峰值，將所述能量變化峰值對應(yīng)的時刻作為重音時刻；其中，所述目標(biāo)滑動窗在起始位置的起始點(diǎn)為所述能量變化曲線的起始點(diǎn)；

按照預(yù)設(shè)步長滑動所述目標(biāo)滑動窗，返回執(zhí)行所述獲取所述目標(biāo)滑動窗內(nèi)所述能量變化曲線的能量變化峰值，將所述能量變化峰值對應(yīng)的時刻作為重音時刻的步驟。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，在所述將所有能量變化峰值對應(yīng)的時刻作為重音時刻之前還包括：

判斷所述能量變化峰值是否大于或等于能量變化閾值；

若所述能量變化峰值大于或等于能量變化閾值，則繼續(xù)執(zhí)行所述將所述能量變化峰值對應(yīng)的時刻作為重音時刻的步驟；

若所述能量變化峰值小于能量變化閾值，則繼續(xù)執(zhí)行所述按照預(yù)設(shè)步長滑動所述目標(biāo)滑動窗的步驟。

8.一種音頻重音識別裝置，其特征在于，所述裝置包括：

能量變化曲線獲取模塊，用于獲取原始音頻信號；獲取目標(biāo)高斯窗函數(shù)，根據(jù)所述目標(biāo)高斯窗函數(shù)對所述原始音頻信號進(jìn)行處理，得到所述原始音頻信號對應(yīng)的能量變化曲線；

重音識別模塊，用于獲取目標(biāo)滑動窗，根據(jù)所述目標(biāo)滑動窗確定所述能量變化曲線中的重音時刻，將在所述重音時刻的所述原始音頻信號標(biāo)示為音頻重音。

9.一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項所述方法的步驟。

10.一種音頻重音識別設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述計算機(jī)程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項所述方法的步驟。