基于内容的音频比对系统技术方案

本发明专利技术公开了基于内容的音频比对系统，包括以下步骤：信号输入、预处理、音频比对、参数输出，本发明专利技术所述基于内容的音频比对系统大师借鉴了语音识别技术，采用基于样本的音频内容对比算法技术，对同源音频进行比较，可行性高，同时，AoIP技术的应用令广播链路上高质量信号的采集更为简单易行，直接为对比技术提供了更丰富可行的对比特征，而且采用数字信号处理技术，容易实现播出信号质量的全面监控，可行保证了播出安全，杜绝了播出事故。

Content based audio alignment system

The invention discloses an audio alignment system based on content, which comprises the following steps: signal input, preprocessing, alignment, audio output parameter, the master audio comparison system based on content from the speech recognition technology, using the technology of audio content comparison algorithm based on samples, compared to homologous audio high feasibility, at the same time the application of AoIP technology, make high quality signal broadcast link acquisition is more simple, direct comparison technology provides more abundant features available, and using digital signal processing technology, easy to implement comprehensive monitoring of broadcast quality, ensure the safety of feasible broadcast, eliminate the broadcast accident.

【技术实现步骤摘要】
基于内容的音频比对系统
本专利技术涉及广播服务系统，具体为基于内容的音频比对系统，属于广播校正领域。
技术介绍
由于无线电的广泛使用以及人们对于大功率发射机和高灵敏度电子管接收机技能的熟练掌握，使广播逐渐变成了现实。1919年，苏联制造了一台大功率发射机，并于1920年在莫斯科开始试验性广播。1920年6月15日，马可尼公司在英国举办了一个以梅尔芭太太主演的“无线电--电话”音乐会，远至巴黎、意大利、挪威，甚至在希腊都能清晰的收听到。这就是广播事业的开始。1920年11月2日，美国在康拉德的指导下，威斯汀豪斯公司广播站KDKA开始广播，首次播送的节目是哈丁-科克斯总统选举，在当时，这事曾轰动一时。1920年12月22日，德国的柯尼武斯特豪森广播电台首次播送了器乐演奏音乐会。1922年11月14日，伦敦ZLO广播站正式开始在英国广播每日节目，该站在1927年改为英国广播有限公司，即BBC。1922年法国埃菲尔铁塔也正式开始播音。1927年止，美国国内已拥有737个广播站。这一时期，广播站如雨后春笋在各国中相继涌现。当时，在欧洲广播已被视为一个庞大的通信工具。以后，全世界的广播事业不断发展，现已逐步形成全球性的广播网。在广播的发展历程中，广播的播出安全一直是个重点课题，现有技术是通过对终端播出声音与现场实时声音进行人工比对，来保证播出安全的，但人工比对容易出现误差，而且容易因为操作人员的疏忽造成播出事故。目前还没有一种可以通过内容进行比对的基于内容的音频比对系统。
技术实现思路
本专利技术的目的就在于为了解决上述问题而提供一种基于内容的音频比对系统。本专利技术通过以下技术方案来实现上述目的，基于内容的音频比对系统，包括以下步骤：信号输入、预处理、音频比对、参数输出，其特征在于在信号输入步骤主要包括参考音频输入、比对音频输入，所述参考音频输入主要通过播出现场进行采集后直接转换成声音信号作为现场音频源，所述比对音频输入主要通过广播收集终端对无线信号进行采集后再转换成声音信号作为广播音频源；在预处理步骤包括过零率检测以及延时量计算；在音频比对步骤，对音频源通过滑动时间窗口进行分析比对，分析比对过程中，主要通过过门限统计、短时能量分析、误差信号分析、谱特征分析、倒谱特征分析、人耳听觉特征加权进行分析比对；在参数输出步骤，对分析比对结果进行直观输出。所述参数输出步骤主要输出预处理步骤计算出的延时量、现场音频源与广播音频源的相似度判决值。所述参数输出步骤同时输出相位监测值、停播监测、杂音监测、单音监测。所述预处理步骤中的延时量计算结果直接通过参数输出步骤输出。本专利技术所述基于内容的音频比对系统大量借鉴了语音识别技术，采用基于样本的音频内容对比算法技术，对同源音频进行比较，可行性高，同时，AoIP技术的应用令广播链路上高质量信号的采集更为简单易行，直接为对比技术提供了更丰富可行的对比特征，而且采用数字信号处理技术，容易实现播出信号质量的全面监控，可行保证了播出安全，杜绝了播出事故。附图说明附图中，图1是本专利技术的流程框图。具体实施方式下面结合具体实施例对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。以快速跳变型、慢速纯音乐、男生说话声、女生说话声为例采用本专利技术所述基于内容的音频比对系统进行音频比对，其中快速跳变型音频主要有鼓声、吉他、电吉他、钢琴、古筝类打击乐器或弹拨乐器，慢速纯音乐主要有小提琴、大提琴类乐器。采用音频长度3821S的男女声歌曲、音频长度3415S的轻音乐、音频长度3765S的音乐会现场录音、音频长度3567S的新闻联播节目作为实验资料，在帧长（短时平稳长度）：20ms，帧移：10ms，搜索深度：30s，对比片段长度（滑动窗）：5s，搜索步长：10ms，监测间隔：1s，计算音频带宽：5kHz，双声道音频打分结果取二者平均，特征：MFCC（14）+DeltaMFCC（14），粗搜索精度：10ms，精搜索精度：1ms的条件下，进行音频比对，延迟估计精度如下表所示。表1延迟估计精度：不同信噪比条件下系统每小时报警（连续三次比对超出门限）次数如下：表2不同信噪比条件下系统每小时报警平均次数门限值0.870.8560.850.8450.840.83非同源328331073002288127732548同源10dB384240198171148122同源20dB11858.22721157同源30dB19119753通过实验可以得出，采用本专利技术所述基于内容的音频比对系统进行播音控制，可以实时监测到非同源的广播信号，从而杜绝播音事故。而且，通过合理调节对比片段长度、搜索步长、监测间隔，可以进一步提高比对系统的稳定性。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。本文档来自技高网...

【技术保护点】
基于内容的音频比对系统，包括以下步骤：信号输入、预处理、音频比对、参数输出，其特征在于在信号输入步骤主要包括参考音频输入、比对音频输入，所述参考音频输入主要通过播出现场进行采集后直接转换成声音信号作为现场音频源，所述比对音频输入主要通过广播收集终端对无线信号进行采集后再转换成声音信号作为广播音频源；在预处理步骤包括过零率检测以及延时量计算；在音频比对步骤，对音频源通过滑动时间窗口进行分析比对，分析比对过程中，主要通过过门限统计、短时能量分析、误差信号分析、谱特征分析、倒谱特征分析、人耳听觉特征加权进行分析比对；在参数输出步骤，对分析比对结果进行直观输出。

【技术特征摘要】
1.基于内容的音频比对系统，包括以下步骤：信号输入、预处理、音频比对、参数输出，其特征在于在信号输入步骤主要包括参考音频输入、比对音频输入，所述参考音频输入主要通过播出现场进行采集后直接转换成声音信号作为现场音频源，所述比对音频输入主要通过广播收集终端对无线信号进行采集后再转换成声音信号作为广播音频源；在预处理步骤包括过零率检测以及延时量计算；在音频比对步骤，对音频源通过滑动时间窗口进行分析比对，分析比对过程中，主要通过过门限统计、短时能量分析、误差信号分析、谱特征分析...

【专利技术属性】
技术研发人员：姜克建，陈武，
申请(专利权)人：苏州市福川科技有限公司，
类型：发明
国别省市：江苏,32