【技术实现步骤摘要】
本专利技术涉及一种,可以实现合理的跳跃式比 对,达到从大量音频数据中进行高效准确的搜索的目的。
技术介绍
音频指纹是指音频自身的基于内容的低维表示(一段音频被表示成一个低维特 征矢量),不同内容的音频有不同的指纹。音频指纹技术有着广泛的应用背景,包括基于内 容的音频辨识和检索,版权管理等领域。现阶段已经存在很多不同的算法。这些算法主要在以下几点有区别1.音频特征的选取,如音频短时频谱的均值、方差、谱中心、基音等。2.指纹模型的构造,如矢量量化码本,高斯混合模型等。3.音频指纹对比所用的距离算法,如欧氏距离,马氏距离等4.检索算法,如线性比对,最近邻比对等。优秀的音频指纹搜索方法应该能够在音频信号由于压缩、传输等造成一定的失真 之后,仍然能够进行正确比对,并且满足计算的时间复杂度要求。专利技术目的本专利技术提出了种对失真有更好稳健性,对距离度量具有更广的适应性的基于交叉 熵的音频指纹快速搜索方法。本专利技术的特征在于是在计算机中依次按以下步骤实现的步骤(1)计算机初始化设置共分量高斯混合模型生成模块,基于共分量高斯混合模型的音频指纹提取 模块,广义动态时序比对模块,其中所述共分量高斯混合模型生成模块,使用事先采集好的约100个小时的音频数 据,进行最大似然参数估计,创建一个共分量高斯混合模型;所述音频指纹提取模块,基于所述共分量高斯混合模型提取音频指纹,并且用交 叉熵衡量音频指纹间距离;所述广义动态时序比对模块,以滑动窗方式将用户指定音频段与输入音频流进行 指纹比较,判断音频流中是否包含有指定音频段。步骤(2)按以下步骤创建一个共分量高斯混合模型步骤(2. ...
【技术保护点】
基于交叉熵的音频指纹快速搜索方法,其特征在于,是在计算机中依次按以下步骤实现的:步骤(1)计算机初始化:设置:共分量高斯混合模型生成模块,基于共分量高斯混合模型的音频指纹提取模块,广义动态时序比对模块,其中:所述共分量高斯混合模型生成模块,使用事先采集好的约100个小时的音频数据,进行最大似然参数估计,创建一个共分量高斯混合模型;所述音频指纹提取模块,基于所述共分量高斯混合模型提取音频指纹,并且用交叉熵衡量音频指纹间距离;所述广义动态时序比对模块,以滑动窗方式将用户指定音频段(4)以滑动窗方式将用户指定音频段c与被测试音频流s进行指纹比较:步骤(4.1)在设定的小时数内,向计算机输入被测试音频流s,经过短时傅立叶分析,以10毫秒为一帧提取一个倒谱特征矢量。这样,被测试音频流s用一个倒谱特征矢量序列{x↓[t]↑[(s)]}t=1,...,T来表示,T为被测试音频流s的帧数,t=1,…,T表示音频流s的各帧的序号,上标s标识此音频流s。步骤(4.2)按下式计算共分量高斯混合模型的第i个高斯分量在音频流s的第t帧的权重系数ω↓[i,t]↑[(s)],t=1,…,T:ω↓[i,t]↑[(s) ...
【技术特征摘要】
基于交叉熵的音频指纹快速搜索方法,其特征在于,是在计算机中依次按以下步骤实现的步骤(1)计算机初始化设置共分量高斯混合模型生成模块,基于共分量高斯混合模型的音频指纹提取模块,广义动态时序比对模块,其中所述共分量高斯混合模型生成模块,使用事先采集好的约100个小时的音频数据,进行最大似然参数估计,创建一个共分量高斯混合模型;所述音频指纹提取模块,基于所述共分量高斯混合模型提取音频指纹,并且用交叉熵衡量音频指纹间距离;所述广义动态时序比对模块,以滑动窗方式将用户指定音频段与输入音频流进行指纹比较,判断音频流中是否包含有指定音频段。步骤(2)按以下步骤创建一个共分量高斯混合模型步骤(2.1)事先采集好约100个小时的音频数据。经过短时傅立叶分析,以10毫秒为一帧提取一个倒谱特征矢量。步骤(2.2)利用步骤(2.1)得到的倒谱特征矢量集,进行最大似然参数估计,创建一个共分量高斯混合模型。该模型包含M个高斯分布作为其分量,以及M个权重系数,M的取值为512{ωi(u),μi(u),∑i(u)}i=1,...,M其中μi(u),∑i(u)表示第i个高斯分量的均值矢量和协方差矩阵,ωi(u)表示第i个高斯分量的权重系数,i=1,…,M,上标u标识此共分量高斯混合模型。步骤(3)按以下步骤对用户指定音频段进行预处理步骤(3.1)向计算机输入用户指定音频段c,时间长度为几秒,经过短时傅立叶分析,以10毫秒为一帧提取一个倒谱特征矢量。这样,音频段c用一个倒谱特征矢量序列{xn(c)}n=1,...,W来表示,W表示音频段c的帧数,n=1,…,W表示音频段c的各帧的序号,上标c标识此音频段c。步骤(3.2)按下式计算共分量高斯混合模型的第i个高斯分量在音频段c的第n帧的权重系数ωi,n(c),n=1,…,W <mrow><msubsup> <mi>ω</mi> <mrow><mi>i</mi><mo>,</mo><mi>n</mi> </mrow> <mrow><mo>(</mo><mi>c</mi><mo>)</mo> </mrow></msubsup><mo>=</mo><mfrac> <mrow><msubsup> <mi>ω</mi> <mi>i</mi> <mrow><mo>(</mo><mi>u</mi><mo>)</mo> </mrow></msubsup><msub> <mi>N</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <msubsup><mi>x</mi><mi>n</mi><mrow> <mo>(</mo> <mi>c</mi> <mo>)</mo></mrow> </msubsup> <mo>|</mo> <msubsup><mi>μ</mi><mi>i</mi><mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo></mrow> </msubsup> <mo>,</mo> <msubsup><mi>Σ</mi><mi>i</mi><mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo></mrow> </msubsup> <mo>)</mo></mrow> </mrow> <mrow><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><msubsup> <mi>ω</mi> <mi>j</mi> <mrow><mo>(</mo><mi>u</mi><mo>)</mo> </mrow></msubsup><msub> <mi>N</mi> <mi>j</mi></msub><mrow> <mo>(</mo> <msubsup><mi>x</mi><mi>n</mi><mrow> <mo>(</mo> <mi>c</mi> <mo>)</mo></mrow> </msubsup> <mo>|</mo> <msubsup><mi>μ</mi><mi>j</mi><mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo></mrow> </msubsup> <mo>,</mo> <msubsup><mi>Σ</mi><mi>j</mi><mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo></mrow> </msubsup> <mo>)</mo></mrow> </mrow></mfrac> </mrow>其中i=1,…,M,j=1,…,M为共分量高斯混合模型的高斯分量的编号,Ni(x|μi(u),∑i(u))表示均值矢量为μi(u),协方差矩阵为∑i(u)的高斯分布概率密度函数。按下式计算第i个高斯分量在音频段c中各帧的权重系数的算术平均值,用ωi(c)表示 <mrow><msubsup> <mi>ω</mi> <mi>i</mi> <mrow><mo>(</mo><mi>c</mi><mo>)</mo> </mrow></msubsup><mo>=</mo><mfrac> <mn>1</mn> <mi>W</mi></mfrac><munderover> <mi>Σ</mi> <mrow><mi>n</mi><mo>=</mo><mn>1</mn> </mrow> <mi>W</mi></munderover><msubsup> <mi>ω</mi> <mrow><mi>i</mi><mo>,</mo><mi>n</mi> </mrow> <mrow><mo>(</mo><mi>c</mi><mo>)</mo> </mrow></msubsup><mo>,</mo> </mrow>计算得到的各个高斯分量的权重系数的算术平均值组成一个矢量{ωt(c)}i=1,...,M,将该矢量作为音频段c的低维表示一音频指纹。步骤(4)以滑动窗方式将用户指定音频段c与被测试音频流s进行指纹比较步骤(4.1)在设定的小时数内,向计算机输入被测试音频流s,经过短时傅立叶分析,以10毫秒为一帧提取一个倒谱特征矢量。这样,被测试音频流s用一个倒谱特征矢量序列{xt(s)}t=1,...,T来表示,T为被测试音频流s的帧数,t=1,…,T表示音频流s的各帧的序号,上标s标识此音频流s。步骤(4.2)按下式计算共分量高斯混合模型的第i个高斯分量在音频流s的第t帧的权重系数ωi,t(s),t=1,…,T <mrow><msubsup> <mi>ω</mi> <mrow><mi>i</mi><mo>,</mo><mi>t</mi> </mrow> <mrow><mo>(</mo><mi>s</mi><mo>)</mo> </mrow></msubsup><mo>=</mo><mfrac> <mrow><msubsup> <mi>ω</mi> <mi>i</mi> <mrow><mo>(</mo><mi>u</mi><mo...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。