[發明專利]轉場點的確定方法、裝置、設備及存儲介質

在審

• 申請號: 202310185019.7
• 申請日: 2023-02-20
• 公開（公告）號: CN116189708A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 陳聯武;鄭羲光;張晨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10L25/18
• 分類號: G10L25/18;G10L25/03;G10L25/57
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 寧立存

1.一種轉場點的確定方法，其特征在于，所述方法包括：

基于音頻的多個音頻幀各自的色度特征和節奏特征，對所述音頻進行分段，得到多個音頻片段，同一音頻片段內音頻幀的色度特征之間的差距在第一預設范圍內，且節奏特征之間的差距在第二預設范圍內；

基于所述多個音頻片段各自的頻譜信息，確定所述多個音頻片段各自的重要性參數，所述重要性參數用于反映所述音頻片段的頻譜變化情況；

對于每個所述音頻片段，基于所述音頻片段的重要性參數，從節拍點、重拍點和突變點三種候選點類型中，確定目標候選點類型，所述目標候選點類型與所述重要性參數匹配；

將所述音頻片段中目標音頻幀的邊界時間點確定為所述音頻片段的轉場點，所述目標音頻幀包括所述目標候選點類型的時間點。

2.根據權利要求1所述的轉場點的確定方法，其特征在于，所述對于每個所述音頻片段，基于所述音頻片段的重要性參數，從節拍點、重拍點和突變點三種候選點類型中，確定目標候選點類型，包括：

對于每個所述音頻片段，基于所述音頻片段的重要性參數和多個片段類別分別對應的重要性參數范圍，將所述音頻片段歸類到所述多個片段類別中的目標片段類別，所述音頻片段的重要性參數屬于所述目標片段類別對應的重要性參數范圍；

將所述三種候選點類型中，所述目標片段類別對應的至少一種類型的候選點，作為所述目標候選點類型。

3.根據權利要求2所述的轉場點的確定方法，其特征在于，多個片段類別包括第一片段類別、第二片段類別和第三片段類別，所述第一片段類別的音頻片段的重要性參數大于第二片段類別的音頻片段的重要性參數，所述第二片段類別的音頻片段的重要性參數大于第三片段類別的音頻片段的重要性參數；所述將所述三種候選點類型中，所述目標片段類別對應的至少一種類型的候選點，作為所述目標候選點類型，包括以下至少一項：

若所述目標片段類別為第一片段類別，將所述三種候選點類型中的突變點作為所述目標候選點類型；

若所述目標片段類別為第二片段類別，將所述三種候選點類型中的節拍點作為所述目標候選點類型；

若所述目標片段類別為第三片段類別，將所述三種候選點類型中的重拍點作為所述目標候選點類型。

4.根據權利要求1所述的轉場點的確定方法，其特征在于，所述基于音頻的多個音頻幀各自的色度特征和節奏特征，對所述音頻進行分段，得到多個音頻片段，包括：

對于每個音頻幀，對所述音頻幀進行色度特征和節奏特征的特征拼接，得到所述音頻幀的分段特征；

對所述多個音頻幀各自的分段特征進行變化點檢測，得到所述多個音頻幀中的至少一個變化音頻幀，所述變化音頻幀指相對于之前的音頻幀，分段特征發生變化的音頻幀；

以所述至少一個變化音頻幀為分界點，對所述音頻進行分段，得到所述多個音頻片段。

5.根據權利要求1所述的轉場點的確定方法，其特征在于，所述頻譜信息包括頻譜波動強度、頻譜豐富度和頻譜質心，所述基于所述多個音頻片段各自的頻譜信息，確定所述多個音頻片段各自的重要性參數，包括：

對于每個所述音頻片段，對所述音頻片段的頻譜波動強度、頻譜豐富度和頻譜質心進行加權求和，得到所述音頻片段的重要性參數。

6.根據權利要求1所述的轉場點的確定方法，其特征在于，所述方法還包括：

從所述音頻的多個音頻幀中，確定第一類型的音頻幀、第二類型的音頻幀和第三類型的音頻幀，所述第一類型的音頻幀為包括節拍點的音頻幀，所述第二類型的音頻幀為包括重拍點的音頻幀，所述第三類型的音頻幀為包括突變點的音頻幀，所述第三類型的音頻幀的信號能量大于能量閾值；

將所述音頻片段中屬于目標音頻幀類型的音頻幀作為目標音頻幀，所述目標音頻幀類型為所述第一類型的音頻幀、第二類型的音頻幀和第三類型的音頻幀中與所述目標候選點類型匹配的音頻幀類型。