[發(fā)明專利]一種音頻指紋生成系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 202011547042.9
• 申請日: 2020-12-24
• 公開（公告）號: CN112732972B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 曹杰;申冬琴;王昌輝;劉金良
• 申請（專利權(quán)）人: 云境商務(wù)智能研究院南京有限公司;南京財(cái)經(jīng)大學(xué)
• 主分類號: G06F16/683
• 分類號: G06F16/683;G10L25/54
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 陳建和

1.一種音頻指紋生成方法，其特征在于，包括以下步驟：

步驟S1、讀取目標(biāo)音頻數(shù)據(jù)，將目標(biāo)音頻數(shù)據(jù)分割成若干重疊幀，對所述重疊幀分別進(jìn)行離散傅里葉變換，獲取目標(biāo)音頻的時(shí)頻及信號強(qiáng)度信息；

步驟S2、將所述目標(biāo)音頻的時(shí)頻及信號強(qiáng)度信息組合為對應(yīng)的二維信號強(qiáng)度矩陣；其中信號強(qiáng)度信息即為該矩陣的值，時(shí)頻信息即為該矩陣的標(biāo)簽；在所述二維信號強(qiáng)度矩陣中確定極值和所述極值的時(shí)頻信息；

步驟S3、基于組合錨點(diǎn)原則，對所述極值的時(shí)頻信息進(jìn)行分析，獲取目標(biāo)音頻的音頻指紋；具體地，

步驟S3.1、將所述極值對應(yīng)的時(shí)頻信息按照時(shí)間優(yōu)先原則進(jìn)行排序，轉(zhuǎn)化為有序的一維時(shí)頻序列；

步驟S3.2、對該有序序列應(yīng)用組合錨點(diǎn)原則，將錨點(diǎn)分為奇錨點(diǎn)組和偶錨點(diǎn)組兩組，每個(gè)錨點(diǎn)組由M個(gè)錨點(diǎn)構(gòu)成；

步驟S3.3、確定目標(biāo)區(qū)域；所述目標(biāo)區(qū)域的邊界與最后一個(gè)錨點(diǎn)相距不小于預(yù)設(shè)閾值N；

步驟S3.4、根據(jù)摘要算法，依據(jù)各錨點(diǎn)的頻率和時(shí)間差，生成字符串如下：

錨點(diǎn)1頻率|錨點(diǎn)2頻率…|時(shí)間差1|時(shí)間差2…

對上述字符串進(jìn)行處理生成相應(yīng)的哈希指紋，并對上述字符串加上錨點(diǎn)1的時(shí)間，構(gòu)成如下形式：

(摘要算法(錨點(diǎn)1頻率|錨點(diǎn)2頻率…|時(shí)間差1|時(shí)間差2…)，錨點(diǎn)1時(shí)間)

按照上述規(guī)則，對所述有序一維時(shí)頻序列進(jìn)行處理，即可得到目標(biāo)音頻的音頻指紋；

步驟S4、根據(jù)步驟S3中劃分的奇錨點(diǎn)組和偶錨點(diǎn)組，分別創(chuàng)建奇數(shù)據(jù)庫和偶數(shù)據(jù)庫，用于存儲所述目標(biāo)音頻的奇錨點(diǎn)組和偶錨點(diǎn)組音頻指紋。

2.根據(jù)權(quán)利要求1所述的一種音頻指紋生成方法，其特征在于，在對音頻指紋進(jìn)行搜索時(shí)，對所述奇偶兩個(gè)數(shù)據(jù)庫進(jìn)行并行查詢，當(dāng)其中一個(gè)數(shù)據(jù)庫的連續(xù)匹配項(xiàng)達(dá)到設(shè)定閾值K后，放棄對另一個(gè)數(shù)據(jù)庫的查詢。

3.根據(jù)權(quán)利要求2所述的一種音頻指紋生成方法，其特征在于，所述預(yù)設(shè)閾值K的取值優(yōu)選為5。

4.根據(jù)權(quán)利要求1所述的一種音頻指紋生成方法，其特征在于，所述步驟S1中對目標(biāo)音頻數(shù)據(jù)的處理過程具體如下：

對原始音頻數(shù)據(jù)進(jìn)行加窗操作，窗口函數(shù)選取漢明窗，窗口大小設(shè)為4096；每次加窗操作后進(jìn)行離散傅里葉變換，得到一列固定時(shí)間下，不同頻率下的信號強(qiáng)度數(shù)據(jù)；對整個(gè)目標(biāo)音頻數(shù)據(jù)進(jìn)行上述操作，最后得到多列時(shí)頻和信號強(qiáng)度信息；其中離散傅里葉變化公式如下：

5.根據(jù)權(quán)利要求1所述的一種音頻指紋生成方法，其特征在于，所述步驟S2中確定極值和所述極值的時(shí)頻信息具體方法如下：

取一個(gè)n*n的輔助矩陣，以輔助矩陣的中心為標(biāo)記，在二維信號強(qiáng)度矩陣中按行移動，當(dāng)位于輔助矩陣中心的點(diǎn)的值比其他在輔助矩陣范圍內(nèi)點(diǎn)的值都大時(shí)，將該點(diǎn)確定為極值點(diǎn)，該點(diǎn)的時(shí)頻信息即為極值的時(shí)頻信息。

6.根據(jù)權(quán)利要求1所述的一種音頻指紋生成方法，其特征在于，所述步驟S3中每個(gè)錨點(diǎn)組的錨點(diǎn)個(gè)數(shù)M大于1。

7.一種基于權(quán)利要求1-6中任一項(xiàng)所述音頻指紋生成方法的音頻指紋生成系統(tǒng)，其特征在于，包括：數(shù)據(jù)采集模塊、顏色圖像生成模塊、信號強(qiáng)度極值模塊、組合錨點(diǎn)分析模塊和數(shù)據(jù)庫添加單元；

所述數(shù)據(jù)采集模塊采集目標(biāo)音頻數(shù)據(jù)，并對目標(biāo)音頻數(shù)據(jù)進(jìn)行離散傅里葉變換，獲取目標(biāo)音頻的時(shí)頻及信號強(qiáng)度信息；所述顏色圖像生成模塊根據(jù)特定時(shí)間頻率下信號強(qiáng)度的數(shù)據(jù)組合為對應(yīng)的色差信息圖像；信號強(qiáng)度極值模塊用于在所述二維信號強(qiáng)度矩陣中確定極值和所述極值的時(shí)頻信息；所述組合錨點(diǎn)分析模塊包括排序單元和音頻指紋生成單元；所述排序單元用于對極值對應(yīng)的時(shí)間頻率信息進(jìn)行預(yù)設(shè)優(yōu)先原則進(jìn)行排序，生成一維有序的時(shí)間頻率序列；所述音頻指紋生成單元用于將所述一維有序的時(shí)間頻率序列分為奇錨點(diǎn)組和偶錨點(diǎn)組，取相應(yīng)錨點(diǎn)的頻率和時(shí)間差值生成目標(biāo)音頻的音頻指紋；所述數(shù)據(jù)庫添加單元根據(jù)劃分好的奇錨點(diǎn)組和偶錨點(diǎn)組分別創(chuàng)建奇數(shù)據(jù)庫和偶數(shù)據(jù)庫，用于存儲所述目標(biāo)音頻的奇錨點(diǎn)組和偶錨點(diǎn)組音頻指紋。