[發明專利]音頻指紋提取方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110260352.0
• 申請日: 2021-03-10
• 公開（公告）號: CN113113051A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 黃潤乾
• 申請（專利權）人: 深圳市聲揚科技有限公司
• 主分類號: G10L25/87
• 分類號: G10L25/87;G10L21/0208;G06F16/683;G06F16/61
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 吳平

1.一種音頻指紋提取方法，其特征在于，所述方法包括：

獲取音頻信號，對所述音頻信號進行語音端點檢測處理，識別所述音頻信號中的噪聲音頻；

獲取所述音頻信號對應的星譜圖，清除所述噪聲音頻在所述星譜圖中對應的星點，得到更新星譜圖；

根據所述更新星譜圖，得到音頻特征哈希數據；

根據所述音頻特征哈希數據，得到音頻指紋。

2.根據權利要求1所述的方法，其特征在于，所述音頻信號包括目標音頻和噪聲音頻；所述獲取音頻信號，對所述音頻信號進行語音端點檢測處理，識別所述音頻信號中的噪聲音頻包括：

獲取音頻信號，基于語音端點檢測深度學習模型，對所述音頻信號進行語音端點檢測處理，識別所述音頻信號中的噪聲音頻和目標音頻，所述語音端點檢測深度學習模型通過音頻訓練數據構建。

3.根據權利要求2所述的方法，其特征在于，所述更新星譜圖為目標音頻對應的星譜圖；所述語音端點檢測深度學習模型的訓練過程包括：

獲取攜帶有分類標簽的音頻訓練數據，所述音頻訓練數據包括目標音頻訓練數據和噪聲音頻訓練數據；

獲取初始的語音端點檢測深度學習模型，根據所述音頻訓練數據，通過語音端點檢測算法對所述初始的語音端點檢測深度學習模型進行訓練，得到語音端點檢測深度學習模型。

4.根據權利要求2所述的方法，其特征在于，所述獲取所述音頻信號對應的星譜圖，清除所述噪聲音頻在所述星譜圖中對應的星點，得到更新星譜圖之前，還包括：

對所述目標音頻進行語音增強處理，所述語音增強處理包括基于譜減法的語音增強處理以及基于深度學習算法的語音增強處理中的任意一種。

5.根據權利要求1所述的方法，其特征在于，所述獲取所述音頻信號對應的星譜圖，清除所述噪聲音頻在所述星譜圖中對應的星點，得到更新星譜圖包括：

基于音頻指紋算法，提取所述音頻信號對應的星譜圖，所述星譜圖上的星點沿時間軸分布；

沿所述時間軸對所述星譜圖中各時刻的星點進行檢測；

當檢測到所述星點對應的音頻信號為噪聲音頻時，清除所述噪聲音頻對應的星點，得到更新星譜圖。

6.根據權利要求5所述的方法，其特征在于，所述音頻特征哈希數據包括音頻特征哈希表；所述根據所述更新星譜圖，得到音頻特征哈希數據包括：

根據所述目標音頻對應的更新星譜圖中的任意兩個星點，構成哈希鍵；

根據所述哈希鍵以及所述哈希鍵對應的哈希值，構建音頻特征哈希表。

7.根據權利要求6所述的方法，其特征在于，所述根據所述哈希鍵以及所述哈希鍵對應的哈希值，構建音頻特征哈希表包括：

根據所述任意兩個星點在所述時間軸上的時間偏差，確定所述哈希鍵對應的哈希值；

根據所述哈希鍵以及所述哈希鍵對應的哈希值，得到哈希對；

根據所述哈希對，構建音頻特征哈希表。

8.一種音頻指紋提取裝置，其特征在于，所述裝置包括：

音頻信號獲取模塊，用于獲取音頻信號，對所述音頻信號進行語音端點檢測處理，識別所述音頻信號中的噪聲音頻；

噪聲音頻清除模塊，用于獲取所述音頻信號對應的星譜圖，清除所述噪聲音頻在所述星譜圖中對應的星點，得到更新星譜圖；

音頻數據處理模塊，用于根據所述更新星譜圖，得到音頻特征哈希數據；

音頻指紋生成模塊，用于根據所述音頻特征哈希數據，得到音頻指紋。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。