[發(fā)明專利]一種音頻指紋生成系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011547042.9
• 申請(qǐng)日: 2020-12-24
• 公開（公告）號(hào): 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(qǐng)（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(hào): G06F16/683
• 分類號(hào): 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

本發(fā)明公開了一種音頻指紋生成系統(tǒng)及方法，首先對(duì)目標(biāo)音頻進(jìn)行離散傅里葉變換，得到所述目標(biāo)音頻相關(guān)數(shù)據(jù)；然后將所述目標(biāo)音頻相關(guān)數(shù)據(jù)組合為對(duì)應(yīng)的二維信號(hào)強(qiáng)度矩陣，在所述二維信號(hào)強(qiáng)度矩陣中確定極值和所述極值的時(shí)間頻率信息，最后調(diào)用組合錨點(diǎn)原則對(duì)所述極值對(duì)應(yīng)的時(shí)間頻率信息進(jìn)行分析，得到目標(biāo)音頻的音頻指紋；所述音頻指紋生成系統(tǒng)包括數(shù)據(jù)采集模塊、顏色圖像生成模塊、信號(hào)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；本發(fā)明采用組合錨點(diǎn)原則可以進(jìn)一步擴(kuò)大音頻指紋的哈希空間，降低指紋間碰撞的概率，增加了音頻指紋的匹配速度；進(jìn)一步降低數(shù)據(jù)庫的大小有助于后續(xù)的數(shù)據(jù)庫并行查找，大大縮短了指紋檢索時(shí)間。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻數(shù)據(jù)處理技術(shù)領(lǐng)域，主要涉及一種音頻指紋生成系統(tǒng)及方法。

背景技術(shù)

隨著人們生活水平和鑒賞水平的不斷提高，對(duì)音樂的追求也在不斷提高，可面對(duì)海量的音頻資源時(shí)，即使聽到自己喜歡的音樂，也無法有效的確定歌曲信息，因此，最初的音頻指紋技術(shù)應(yīng)運(yùn)而生。音頻指紋技術(shù)指的是根據(jù)一定原則從目標(biāo)音頻提取指紋的方法，音頻指紋包含了目標(biāo)音頻的特征信息，通過將測(cè)試音頻指紋與數(shù)據(jù)庫中的音頻指紋進(jìn)行比較，來確定歌曲之間的相似度，最終獲得所需的歌曲信息，日常應(yīng)用如：聽歌識(shí)曲。同樣，因?yàn)橐纛l指紋可以確定歌曲之間的相似度，所以音頻指紋技術(shù)也可以用作版權(quán)保護(hù)，來確定目標(biāo)是否侵權(quán)。

目前市場上現(xiàn)有的音頻指紋技術(shù)，數(shù)據(jù)庫的體積會(huì)很大，相應(yīng)的查詢時(shí)間也會(huì)很高。目前缺少一種高效的音頻指紋技術(shù)。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明提供了一種音頻指紋生成系統(tǒng)及方法，可以在降低數(shù)據(jù)庫大小和搜索時(shí)間的基礎(chǔ)上有效識(shí)別目標(biāo)音頻。

技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種音頻指紋生成方法，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(duì)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(hào)強(qiáng)度信息；

步驟S2、將所述目標(biāo)音頻的時(shí)頻及信號(hào)強(qiáng)度信息組合為對(duì)應(yīng)的二維信號(hào)強(qiáng)度矩陣；其中信號(hào)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(hào)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(duì)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(duì)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(duì)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(duì)上述字符串進(jìn)行處理生成相應(yīng)的哈希指紋，并對(duì)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(duì)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(chǔ)所述目標(biāo)音頻的奇錨點(diǎn)組和偶錨點(diǎn)組音頻指紋。

進(jìn)一步地，在對(duì)音頻指紋進(jìn)行搜索時(shí)，對(duì)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(duì)另一個(gè)數(shù)據(jù)庫的查詢。

進(jìn)一步地，所述預(yù)設(shè)閾值K的取值優(yōu)選為5。